LLaDA-Image: InclusionAIの6B画像生成・編集モデル

LLaDA-Imageは統合型のdiffusionモデルで、backboneとDiTの両方が単一のフレームワークでトレーニングされたdiffusionモデルです。テキストから画像への生成モデルに編集用のアドオンを後付けするのではなく、1つのcheckpointが生成、参照を保持した指示に基づく編集、そしてSigVQ条件付けモジュールによるVQ条件付き生成をカバーします。

Qwen-Image-Benchでは英語で53.53、中国語で53.38を記録し、公開時点でオープンな6Bモデルとして総合的に最先端の結果を達成しています。トレーニングレシピの全体は、付属のarXiv報告で文書化されています。

モデル

上記のモデルを選択すると、厳選された重みのダウンロード、チュートリアル、関連情報を確認できます。