Ant Group сократила генерацию изображений с 50 шагов до 4

Ant Group выпустила LLaDA-Image-Turbo — дистиллированную версию модели для генерации и редактирования изображений по текстовому описанию. Новая модель сокращает количество шагов обработки с 50 до 4, сохраняя качество за счёт метода Twin DMD, который обучается на распределении промежуточных состояний и использует два критика для контроля качества.

Модель умеет генерировать изображения по промпту, редактировать их по инструкции и работать с референсными изображениями; текст рендерится на китайском и английском. Веса модели доступны на Hugging Face в форматах BF16 и FP8.