LLaDA-Image

LLaDA-Image es una herramienta de IA de código abierto que genera y edita imágenes a partir de prompts de texto e instrucciones. Está disponible en dos variantes: Base, para un renderizado de alto detalle (alrededor de 50 pasos de muestreo), y Turbo, para iteraciones rápidas (de 2 a 4 pasos mediante la destilación Twin-DMD). El modelo también gestiona texto bilingüe en chino e inglés, lo que lo hace práctico para pósteres, señalética y borradores de maquetación. Los usuarios pueden elegir el modo que mejor se adapte a su necesidad de calidad o velocidad.

El modelo utiliza un stack de difusión unificado que cubre tanto la generación como la edición sin necesidad de un backbone separado. Para editar, subes una imagen de referencia y describes el cambio; el modelo mantiene la identidad del sujeto mientras actualiza el estilo o el contenido. Un modo condicionado por VQ permite generar imágenes a partir de secuencias de tokens sin una imagen de entrada. El espacio de trabajo en línea refleja el mismo pipeline, y los pesos y el código totalmente abiertos están disponibles en Hugging Face y GitHub.

Esta herramienta es más útil para investigadores de IA que quieran estudiar o personalizar modelos de difusión, diseñadores gráficos que necesiten borradores visuales rápidos y creadores de contenido que produzcan materiales bilingües. Al ser de código abierto, los desarrolladores pueden desplegar su propia instancia o adaptar el modelo para flujos de trabajo específicos.