蚂蚁 inclusionAI 开源 6B 统一图像生成编辑模型 LLaDA-Image

9 月 4 日，蚂蚁集团 inclusionAI 开源发布统一图像生成与编辑模型 LLaDA-Image（6B 参数），论文已上传 arXiv，权重托管在 Hugging Face，代码开源于 GitHub，同时提供蒸馏加速版 LLaDA-Image-Turbo。官方称其达到开源 SOTA 水平，其不依赖大规模图文配对数据的训练路线值得关注。

已确认

• LLaDA-Image 为 6B 参数的 Diffusion Transformer，从零训练，在同一框架内统一文本生图与指令引导编辑，主干与图像生成均基于扩散模型。
• 模型搭配基于 LLaDA2.0-Mini 扩散语言模型主干的冻结视觉-语言理解模块，文本编码器与主干均为扩散模型。
• 训练采用纯图像预训练与 Muon 优化器，据 @inclusionAI 与 @iScienceLuvr 转述，不依赖大规模图文配对数据。
• 官方提供 2-4 步快速生成蒸馏变体 LLaDA-Image-Turbo（Hugging Face 页面标注为 4 步蒸馏版本），称在该体量级别具有竞争力。
• 官方称可生成照片级写实图像并支持精确编辑，达到开源 SOTA。

为什么重要

• 该模型将生成与编辑统一进单一扩散架构，且训练配方全开源，为社区提供了可复现的技术路线；扩散语言模型充当文本编码器的设计也拓展了扩散模型的应用边界。

2026-09-04 ~ 2026-09-04 · 5 条相关

• 【源头】蚂蚁开源 LLaDA-Image:6B 扩散模型配 Muon 优化器达开源 SOTA — inclusionAI · 2026-09-04
• InclusionAI 发布 LLaDA-Image:6B 扩散模型统一生图与指令编辑 — bdsqlsz · 2026-09-04
• 【源头】inclusionAI 开源统一图像生成与编辑模型 LLaDA-Image（6B） — Total-Resort-3120 · 2026-09-04
• 【源头】LLaDA-Image 发布:6B 扩散模型全开源训练配方出写实图像 — iScienceLuvr · 2026-09-04
• LLaDA Image Turbo 6B 发布:4 步蒸馏,文本编码器也是扩散模型 — Gradio · 2026-09-04