4 сентября 2026 года inclusionAI (подразделение Ant Group) выпустила LLaDAi-Image — открытую единую модель на 6 миллиардов параметров, которая умеет и генерировать изображения по тексту, и редактировать их по инструкции в рамках одного чекпоинта. Обычно генерация и редактирование делаются разными моделями, здесь — одной.

Особенность истории в происхождении: LLaDA-Image выросла из линии текстовых диффузионных языковых моделей LLaDA, а не из привычных image-генераторов. Уже вышла Turbo-версия, сокращающая число шагов с 50 до 2–4 без потери качества, и сообщество (RealRebelAI) успело сделать поддержку в ComfyUIi буквально в первые дни.

• Предыстория: в феврале 2025 года появилась оригинальная LLaDA (Large Language Diffusion with mAsking) — 8B языковая модель, генерирующая текст через итеративное маскирование/денойзинг, а не классическим автогрессивным способом слева-справа; позже вышли LLaDA 1.5 и LLaDA-V
• Архитектура LLaDA-Image: 6B Diffusion Transformer, обученный с нуля, плюс vision-language модуль на базе LLaDA2.0-Mini; для генерации и редактирования используется единый чекпоинт
• Turbo-версия обучена методом Twin Turbo DMDi: модель учится на распределении латентов всех 50 шагов учителя, дистилляция идёт «прыжками» через K шагов, а два критика в GAN-стиле штрафуют модель за отклонение от исходного изображения и от генерации модели-учителя
• Рендер текста на изображениях (постеры, заголовки) работает только на китайском и английском языках; авторы указывают на возможность дотюнить модель под другие языки, включая русский
• RealRebelAI выпустили отдельную сборку LLaDA-Image-Turbo для ComfyUI: native INT8 Transformer в Safetensors, Q4_K_M GGUF для text encoder, собственные ComfyUI-ноды и нативный режим редактирования generation_mode="editing" (не img2img с denoise strength)
• Веса доступны на HuggingFace в форматах BF16 и FP8, две версии: базовая inclusionAI/LLaDA-Image (50 шагов, максимум качества) и inclusionAI/LLaDA-Image-Turbo (2–4 шага, рекомендуемый режим — 4 шага, CFG 1.0)
• Модель показывает SOTA-результат на бенчмарке Qwen-Image-Bench