LLaDA-Image : modèle 6B d'images d'InclusionAI

LLaDA-Image est un modèle de diffusion unifié dans lequel le backbone et le DiT sont tous deux des modèles de diffusion entraînés dans un cadre unique. Au lieu de greffer un module d'édition sur un modèle text-to-image, un seul checkpoint couvre la génération, l'édition guidée par instructions avec préservation de la référence et la génération conditionnée par VQ via le module de conditionnement SigVQ.

Sur Qwen-Image-Bench, il obtient 53,53 en anglais et 53,38 en chinois, soit les meilleurs résultats globaux pour un modèle 6B ouvert lors de sa sortie. La recette d'entraînement complète est documentée dans le rapport arXiv associé.

Modèles

Sélectionnez un modèle ci-dessus pour accéder aux téléchargements de poids vérifiés, aux tutoriels et aux informations associées.