LLaDA-Image-Turbo: Ant Group تطلق بهدوء مولد صور مفتوح المصدر بأربع خطوات

في 4 سبتمبر 2026، وضع مختبر المصادر المفتوحة inclusionAI التابع لمجموعة Ant Group أوزان LLaDA-Image-Turbo وLLaDA-Image على Hugging Face دون تدوينة إطلاق، ودون بيان صحفي، و—حتى وقت كتابة هذا التقرير—دون ترخيص معلن على أيٍّ من المستودعات الأربعة التي أنشأها. LLaDA-Image-Turbo هو العضو الأسرع في هذا الإصدار: نقطة تحقق مقطّرة تقول بطاقة النموذج إنها تحوّل مطالبة نصية أو تعليمات تعديل إلى صورة بدقة 1024×1024 في أربع خطوات لأخذ العينات، مقابل خمسين خطوة لنموذج LLaDA-Image Base الذي اشتُقّ منه بالتقطير. ما يستحق القراءة في هذا الإصدار الصامت هو سطر واحد ذكرته الشركة المطوّرة في بطاقة النموذج —كونه الأكثر تقدمًا بين النماذج مفتوحة المصدر على Qwen-Image-Bench— وما يجعل التعامل معه صعبًا هو كل ما يحيط بذلك السطر مما لم يذكره الإصدار بعد.

هذا تقرير من اليوم الأول، وليس مراجعة. نقاط الفحص حقيقية وقابلة للتنزيل، وكود الاستدلال القائم على Diffusers يعمل من مستودع مستنسخ، والورقة الداعمة، LLaDA-Image: Building Strong Image Generators with Fully Open Training Recipes، نُشرت على arXiv في 3 سبتمبر 2026. لكن لا يوجد أي إعلان من inclusionAI أو من Ant Group للموازنة معه، وفي وقت كتابة هذا التقرير، أظهر مستودع LLaDA-Image-Turbo تحميلين فقط — وبكل مقياس مرئي، لم يُشغّله أحد خارج المختبر بعد. كل ما يلي مقسوم وفقًا لذلك: ما تحتويه المستودعات فعليًا، وما تدّعيه الورقة، وما يجب أن يحدث قبل أن يصبح LLaDA-Image-Turbo شيئًا يجب أن يراهن عليه فريق الإنتاج.

ما الذي تم شحنه فعليًا

في الساعات الأولى من يوم 4 سبتمبر 2026 (بالتوقيت العالمي المنسق)، أُتيحت أربعة نقاط تفتيش على Hugging Face ضمن منظمة inclusionAI: LLaDA-Image، وهي نموذج الأساس بخمسين خطوة بصيغة BF16؛ وLLaDA-Image-FP8؛ وLLaDA-Image-Turbo، وهي نقطة التفتيش السريعة المقطّرة بصيغة BF16؛ وLLaDA-Image-Turbo-FP8. سطر الأخبار في بطاقة النموذج نفسه، المؤرَّخ في 2026-09-04، هو الإعلان الرسمي الكامل: "أطلقنا نقاط تفتيش LLaDA-Image Base وTurbo مع كود الاستدلال." مستودع على GitHub تحت المنظمة نفسها يحمل كود الاستدلال، بينما ظهر تقرير arXiv في اليوم السابق.

المستودعات ليست مجرد أغلفة فارغة. كل مستودع من Turbo يحتوي على خط أنابيب Diffusers كامل — مولد تحويل انتشار مجزأ، ورمز صور SigVQ، وموصل query-former، ومُجدوِل، ومشفّر نصوص من تسعة أجزاء — لذا فإن "النموذج" هنا ليس اسمًا مؤقتًا بل عشرات الغيغابايت من الأوزان القابلة للتشغيل. توصف العائلة بأنها نموذج لتوليد وتحرير الصور بـ6 مليارات معلمة؛ وبقراءة دقيقة، فإن رقم 6B يشير إلى الهيكل الأساسي لتحويل الانتشار المُدرَّب من الصفر، مع وحدة نموذج لغة الانتشار المجمّدة من خط LLaDA2 في المختبر (مشفّر النصوص ذو التسعة أجزاء) التي تضيف الفهم فوقه.

لماذا الجزء ذو الخطوات الأربع هو العنوان الرئيسي؟

في نموذج انتشار الصور، تكون التكلفة غالبًا في خطوات أخذ العينات. كل خطوة تمثل مرورًا كاملًا عبر الشبكة، لذا فإن الفرق بين نموذج بخمسين خطوة ونموذج بأربع خطوات يبلغ تقريبًا مرتبة من الحجم في الحساب لكل صورة، قبل حتى الأخذ بعين الاعتبار لأي شيء آخر — الدقة، حجم الدفعة، العتاد. هذا هو جوهر سلسلة "Turbo" في هذا الإصدار. قامت inclusionAI بتقطير LLaDA-Image إلى LLaDA-Image-Turbo بتقنية تسميها Twin-DMD، ويعمل النموذج المقطّر في خطوتين إلى أربع خطوات، مع التوصية بأربع خطوات، بمقياس توجيه 1.0 مقابل 5.0 للنموذج الأساسي. نفس كائن خط المعالجة، نفس الموجه، نفس المخرجات بدقة 1024×1024 — مجرد جزء صغير من تمريرات إزالة التشويش.

التحذير هو التحذير القياسي لنماذج الصور المُقطّرة، لكنه هنا أكثر حدة من المعتاد: التقطير يستبدل قدرًا صغيرًا من الدقة بالسرعة، ولم تنشر {{1}}inclusionAI{{/1}} أي أرقام قياسية لـ {{2}}LLaDA-Image-Turbo{{/2}} على الإطلاق. نتائج {{3}}Qwen-Image-Bench{{/3}} الواردة في بطاقة النموذج تعود إلى نقطة التفتيش الأساسية بخمسين خطوة. لذا فإن فجوة الجودة الفعلية بين {{4}}LLaDA-Image-Turbo{{/4}} عند أربع خطوات و{{5}}LLaDA-Image{{/5}} عند خمسين خطوة لم يحددها البائع ولم يختبرها أي شخص آخر بعد — مما يجعل "Turbo" ادعاءً بالسرعة لا يمكنك التحقق منه إلا بتشغيله بنفسك.

نقطة توقف واحدة تولّد وتحرّر

الرهان المعماري وراء هذه العائلة هو التوحيد. مجموعة واحدة من الأوزان تتعامل مع توليد الصور من النص، والتوليد المشروط بـ VQ، وتحرير الصور المرجعية، وعرض النص الصيني-الإنجليزي — دون وجود عمود فقري منفصل للتحرير، ولهذا السبب لا يُطرح نصف "التحرير" من الإصدار كنموذج مستقل. في وضع التحرير، يتم توجيه الصورة المرجعية بعيدًا عن وحدة اللغة وحقنها مباشرة في نموذج الانتشار، بينما تعالج وحدة اللغة التعليمات فقط؛ وتدّعي البطاقة الحفاظ الأمين على المحتوى مع تغييرات بصرية دقيقة، إلى جانب توليد واقعي فوتوغرافي ونص نظيف ومُنسّق في اللغتين.

هناك تفصيلان تقنيان جديران بالتسجيل حتى في اليوم الأول. المولّد هو محول انتشار (Diffusion Transformer) بحجم 6 مليارات معلمة، مُدرَّب من الصفر باستخدام RMSNorm بدون معلمات ومُحسِّن Muon، وهما تفصيلان تعرضهما الورقة بدلًا من التغاضي عنهما. وأما قصة التدريب في الورقة فهي انعكاس متعمّد للوصفة المعتادة للنصوص والصور: فالتدريب المسبق والتدريب الأوسط على الصور فقط يبنيان أولوية بصرية قوية أولًا، ولا يُدخل المختبر بعد ذلك إلا الإشراف اللغوي المقرون والتدريب المشترك على التوليد والتحرير. هذا الترتيب — إلى جانب عبارة "وصفات التدريب المفتوحة بالكامل" في عنوان الورقة — هو نقطة الاهتمام البحثية. لاحظ الفجوة بين تأطير الورقة وخطة إصدار Hugging Face: الأوزان ورمز الاستدلال مكتملان، لكن رمز التدريب ما يزال يحمل علامة "قريبًا".

قراءة الادعاء 53.53 / 53.38

الرقم الذي سينتشر هو خط المعيار: على Qwen-Image-Bench، وهو معيار لتوليد النص إلى صورة بمسارات منفصلة للإنجليزية والصينية، تبلغ inclusionAI أن LLaDA-Image يسجّل 53.53 إجمالًا في المسار الإنجليزي و53.38 في المسار الصيني، وهو ما تصفه بأنه أحدث إنجاز بين النماذج مفتوحة المصدر في كليهما. اقرأه بدقّة وستظهر ثلاثة حدود. إنه مُعلَن من البائع، على تقييم المختبر نفسه، ولم يُعَد إنتاجه بعد في أي مكان. وهو يخص نموذج LLaDA-Image Base ذا الخمسين خطوة، وليس LLaDA-Image-Turbo، نقطة التحقق التي يتعلّق بها هذا الإصدار اسميًا. و"أحدث إنجاز مفتوح المصدر" فئة تتغيّر شهريًا — إنها ادّعاء حول مكانة النموذج بين نظرائه المفتوحين، وليست ادّعاءً حول الحدود المغلقة.

ما يخبرك به الشكل هو سبب وجود العائلة. نموذج ثنائي اللغة (صيني-إنجليزي) لتوليد الصور من النصوص وتحريرها يتصدّر معيارًا مفتوحًا في المسارين كليهما، ويستهدف مباشرةً سوق نماذج الصور المفتوحة سريع الحركة — وهو القطاع نفسه الذي كانت فيه نقاط فحص عائلة Qwen-Image، إلى جانب تدفق مستمر من الأوزان المفتوحة الأخرى، تحدد الإيقاع. إذا أعاد LLaDA-Image-Turbo إنتاج حتى معظم جودة نموذج Base في أربع خطوات، فسيصبح واحدًا من أرخص نماذج الصور المفتوحة تشغيلًا التي تمتلك ادعاءً موثوقًا بالجودة. إن كلمة "If" هي التي تقوم بالعمل في تلك الجملة.

الفجوات التي تمنع سفينة هادئة من أن تكون انطلاقة.

• إعلان. سطر 2026-09-04 في بطاقة النموذج هو البيان الوحيد من البائع. لا يوجد منشور مدونة من inclusionAI، ولا إصدار من Ant Group، ولا منشور على وسائل التواصل الاجتماعي، ولا تغطية صحفية تتجاوز المجمّعات — وهذا بحد ذاته إشارة تستحق أن نأخذها على محمل الجد بدلاً من التغاضي عنها.

• الترخيص. لا تحمل أي من مستودعات Hugging Face الأربعة وسم ترخيص، ولا يحتوي مستودع GitHub على ملف LICENSE — فقط ملاحظة ثنائية اللغة LEGAL.md تنص على أن التعليقات الصينية في الكود هي المعتمدة على التعليقات المترجمة. لا يمكنك افتراض حقوق تجارية للأوزان دون ترخيص معلن، بغض النظر عن مدى "انفتاح" عنوان الورقة. لأي شخص استخدامه تجاري، هذا هو السؤال الأول، ولا جواب له حاليًا.

• أرقام Turbo. لا يُنشر أي رقم معياري أو زمن استجابة أو جودة خاص بـ LLaDA-Image-Turbo تحديدًا. لوحة النتائج أعلاه تعود للنموذج الأساسي؛ ونقطة التحقق المقطّرة تظل ادعاءً غير مُقيَّم حتى يكمله البائع أو تشغيل مستقل.

• التحقق المستقل والوصول المُستضاف. التنزيلات والإعجابات بأعداد لا تتجاوز خانة الآحاد، ولا توجد إعادة إنتاج مستقلة، ولا يوجد أي مزوّد استدلال نعثر عليه — بما في ذلك OrcaRouter — يقدّم النموذج حتى الآن. اليوم هو مجرد أوزان على Hugging Face ولا شيء غيره.

ماذا تفعل بسفينة هادئة عمرها يوم واحد؟

إذا كنت باحثًا أو فريقًا يستضيف أنظمته ذاتيًا، فهذا إصدارٌ لاستنساخه وتشغيله هذا الأسبوع: أوزان مفتوحة، وخط أنابيب Diffusers واحد، ومتغيران BF16 وFP8 للموازنة بين الذاكرة والجودة، وورقة بحثية تشرح كيف تم تدريب النموذج حتى قبل إطلاق كود التدريب. وإذا كان استخدامك تجاريًا، فإن فجوة الترخيص تأتي أولاً — نموذج صور من أربع خطوات مع ادعاء جودة معقول لا يستحق المخاطرة القانونية، والخطوة المسؤولة هي التقييم على وحدة معالجة الرسومات (GPU) الخاصة بك وانتظار بند الترخيص قبل وضعه في أي مكان قريب من منتج.

أربعة أمور من شأنها تحويل هذه السفينة الهادئة إلى انطلاقة تستحق البناء عليها، ولم يحدث أيٌّ منها حتى 4 سبتمبر 2026:

• إعلان حقيقي من inclusionAI أو Ant Group، يسمّي العائلة وشروطها.

• ترخيص مُعلَن على المستودعات — سيتوافق Apache-2.0 مع ممارسة المختبر الأوسع في الأوزان المفتوحة ويزيل العائق التجاري.

• نشر نتائج LLaDA-Image-Turbo، أو إعادة إنتاج مستقلة لنتيجة Qwen-Image-Bench للنموذج الأساسي.

• مزوّد مستضاف يتبنّاه، وهي أيضًا اللحظة التي يكتسب فيها النموذج سعرًا لكل صورة ويصبح شيئًا يمكن لواجهة برمجة تطبيقات التوجيه أن تقدّمه لك في استدعاء واحد.

عندما تنطلق تلك الإشارة الأخيرة — إن انطلقت — يصبح حساب التسعير بسيطًا: يحدد المزوّد السعر المعلن، وواجهة برمجة تطبيقات توجيه تمرّر أسعار المزوّدين المعلنة مباشرةً بزيادة 0%، وهذا ما يُبقي هذا السعر ساريًا لديك في اليوم نفسه، دون إعادة تفاوض ودون عقد ثانٍ. لكن ذلك اليوم لم يحن بعد بالنسبة إلى LLaDA-Image-Turbo، ولا ينبغي أن يُقرأ أي شيء في هذا النص كما لو أنه حان. اليوم الملخص الصادق قصير: مختبر جاد أطلق بهدوء نموذج صور مفتوحًا جادًا مع ادعاء جودة حقيقي وعدة أسئلة لم تُحسم بعد، وأسرع طريقة لمعرفة أي أجزاء من الادعاء تصمد عند ملامسة الواقع هي تنفيذ خطوات الفحص الأربع بنفسك.