全扩散架构、无需图文对预训练,LLaDA杀穿开源文生图
全扩散架构、无需图文对预训练,LLaDA杀穿开源文生图先学会画,再学会听话。 LLaDA-Image 在预训练和中期训练阶段直接从图片学习视觉先验,超过 90% 的累计生成训练样本采用 image-only 监督;图文对则集中用于后续语言对齐。模型权重、训练代码和完整配方同步开放。
来自主题: AI技术研报
5956 点击 2026-09-08 11:02
搜索
先学会画,再学会听话。 LLaDA-Image 在预训练和中期训练阶段直接从图片学习视觉先验,超过 90% 的累计生成训练样本采用 image-only 监督;图文对则集中用于后续语言对齐。模型权重、训练代码和完整配方同步开放。