螞蟻集團旗下百靈實驗室於2026年9月4日釋出LLaDA-Image系列開源影像生成與編輯模型，並同步公開模型權重與推理程式碼。該系列包含LLaDA-Image（Base版）與LLaDA-Image-Turbo（Turbo版），引數規模約6B，採用統一的擴散模型架構，單個檢查點即可同時支援文本到影像生成、參考圖編輯以及中英文文本渲染，無需額外的編輯骨幹網路。

LLaDA-Image-Turbo是本次釋出的亮點，它通過Twin-DMD蒸餾技術將取樣步數壓縮至2至4步，在保持影像質量的同時大幅提升推理速度，適合對延遲敏感的生產環境。Base版則採用50步取樣，面向高保真生成任務。兩個版本均提供BF16與FP8精度權重，便於不同硬體部署。

在效能上，LLaDA-Image在Qwen-Image-Bench基準上取得領先成績，英文場景綜合得分53.53，中文場景53.38，均達到當前最優（SOTA）水平。模型在自然光照、細節真實感、場景連貫性以及創意海報生成方面表現突出，同時支援指令引導的影像編輯，能忠實保留原圖內容並執行精確修改。

訓練方法上，LLaDA-Image採用僅影像預訓練來學習視覺先驗，隨後引入配對語言監督和聯合生成-編輯訓練。這種分階段策略旨在讓模型先掌握視覺結構，再學習語言對齊，從而提升生成質量與編輯一致性。官方計劃後續開源訓練程式碼，進一步兌現“完全開放訓練配方”的承諾。

此次釋出對AI影像生成領域具有多重意義。一方面，開源權重與推理程式碼降低了開發者使用先進影像模型的門檻，尤其對中文場景的文本渲染能力可能填補現有開源模型的空白。另一方面，Turbo版的低步數推理設計，有望減少對高階GPU的依賴，使即時影像生成在消費級硬體上成為可能。

從產業視角看，螞蟻集團通過百靈實驗室持續加碼AI基礎模型研發，此次影像模型的釋出與其此前在語言模型領域的佈局形成互補。開源策略也可能對閉源商業影像模型形成競爭壓力，推動行業整體降低API呼叫成本。不過，模型的實際應用效果仍需社群驗證，其訓練程式碼尚未公開，復現與二次開發存在一定限制。

對於AI應用開發者而言，LLaDA-Image-Turbo提供了快速迭代的選項，尤其適合需要批次生成或即時編輯的場景。而對於算力基礎設施提供商，高效推理模型可能改變影像生成任務的算力需求結構，從重訓練轉向重推理最佳化。