蚂蚁集团旗下百灵实验室、inclusionAI团队正式开源全新图像生成与编辑大模型LLaDA-Image，同步开放模型权重、完整推理代码及全套训练配方，为全球开发者、科研人员及行业从业者提供高性能、低成本、全开放的视觉AIGC解决方案，进一步降低高质量AI视觉创作的技术门槛。

当前主流视觉模型普遍存在技术架构割裂问题，生成模型与编辑模型需独立部署、权重分离，不仅增加开发部署成本，还容易出现图像细节丢失、风格不统一、编辑精准度不足等痛点。针对行业痛点，蚂蚁LLaDA-Image创新采用全扩散统一架构，打破传统模型的功能边界，实现单个模型权重同时支撑文生图、指令引导式图像编辑、多参考图细节保留编辑等多重能力，无需额外搭建专属编辑骨干网络，大幅简化视觉AI落地流程。

据了解，LLaDA-Image核心搭载6B参数扩散Transformer（DiT），搭配基于LLaDA2.0-Mini扩散语言模型构建的冻结视觉语言理解模块，形成“理解+生成”一体化闭环。区别于多数依赖海量图文配对数据训练的模型，该模型采用纯图像预训练优先的训练范式，通过220M海量图像样本构建扎实的视觉生成先验，再结合中期微调优化指令理解能力，让模型对光影、构图、纹理细节的理解更贴合真实视觉逻辑，生成的图像画面质感逼真、光照自然、构图连贯，有效解决传统AI图像常见的畸形细节、光影错乱、边缘模糊等问题。

在核心能力层面，LLaDA-Image实现两大关键突破。一是功能全统一，真正打通图像生成与编辑场景，支持从零生成全新图像、基于参考图精准修改、局部细节优化、整体风格重塑等多元需求，且编辑过程中可完美保留原图核心特征，兼顾灵活性与精准度。二是效率全方位升级，模型同步推出Turbo极速版本，依托双模态蒸馏技术，可实现2-4步极速推理，相比传统50步推理模型，速度提升数倍，同时保障输出画质不缩水，兼顾专业创作质量与轻量化落地效率。

相较于行业同类开源模型，LLaDA-Image具备架构简洁、落地性强、全链路开放三大核心优势。模型摒弃冗余复杂的混合架构，全程基于扩散模型搭建统一框架，稳定性更强；完整开放模块边界、训练配方、推理逻辑，无技术黑箱、无商用壁垒，开发者可自由二次开发、定制优化，适配内容创作、电商设计、影视后期、教育绘图、工业视觉优化等多元场景。同时，依托蚂蚁自研的视觉语言对齐技术，模型指令理解精度大幅提升，可精准响应复杂自然语言编辑指令，降低普通用户的使用门槛。