6B扩散模型纯图训练超越SOTA

当前开源图像生成赛道被SD3、Flux等闭源训练配方的主导者把持，复现成本极高。LLaDA-Image的关键突破在于证明纯图像预训练+后续对齐就能达到SOTA，这意味着数据准备成本从清洗十亿级图文对降到只需要高质量图像。

Muon优化器在这里扮演了隐藏功臣的角色，它在视觉任务上的收敛效率比AdamW高出约30%，这可能是训练配方能被小规模团队复现的核心原因之一。代码和训练脚本已全开源，如果你正在做垂直领域的图像生成（如电商设计、游戏资产生成），建议直接拿这个底座做领域适配，而不是从头训SD系列。

需要警惕的是，冻结的LLaDA2.0-Mini语言模块对中文提示词的理解能力尚未验证，中文场景建议先做prompt翻译层。