我们提出JanusFlow，这是一种强大的统一框架，能够在一个模型中实现图像理解与生成的融合。JanusFlow引入了一种极简架构，将自回归语言模型与修正流（rectified flow）——一种生成建模领域的前沿方法——有机结合。我们的核心发现表明，修正流可直接在大型语言模型框架内进行训练，无需复杂的结构修改。为进一步提升统一模型的性能，我们采用了两项关键策略：（i）解耦理解与生成阶段的编码器，以及（ii）在统一训练过程中对齐两者的表示。大量实验表明，JanusFlow在各自领域内的表现可与专用模型相媲美甚至更优，同时在标准基准测试中显著超越现有统一方法。本工作为构建更高效、更通用的视觉-语言模型迈出了重要一步。