04 / LLaDA-Image 开放权重，先学图像再学文字
图像生成与编辑 · 8/10 · 近期补看：9 月 4 日开放权重 · 持续观察
inclusionAI 已发布 LLaDA-Image 的 Base、Turbo 权重与推理代码。模型支持图像生成和指令编辑，生成部分采用 6B 参数的扩散 Transformer。其训练路线有一个值得注意的选择：前期先通过纯图像学习视觉规律，后续再加入图文配对监督和生成、编辑联合训练。
Turbo 版本经过蒸馏，论文报告可用 2–4 步采样，仓库示例推荐 4 步。这降低了反复生成和修改时的计算步骤，但采样步数不等于端到端耗时，实际速度还取决于硬件、分辨率和整条推理流程。
项目列出了 Qwen-Image-Bench 上的领先成绩，目前应当视为作者自报，不能据此认定它在所有风格和编辑任务上都更好。开放程度也要分开看：权重和推理代码已经有了，训练配方写在论文里，训练代码仍标为待发布。 后续更值得看社区能否复现质量，以及中文细节、显存占用和连续编辑的实际表现。