Qwen-Image-2.1 vs LLaDA-Image: Tuyên bố giấy phép đã thay đổi, và chỉ một trong số chúng nói rõ điều đó

Khi LLaDA-Image được inclusionAI, phòng thí nghiệm nghiên cứu của Ant Group, phát hành vào ngày 4 tháng 9 năm 2026, cách hiểu về các kho của nó rất đơn giản: không công bố giấy phép, do đó bảo lưu mọi quyền. Cách hiểu đó nay đã lỗi thời. Cả bốn thẻ mô hình Hugging Face của nó — LLaDA-Image, LLaDA-Image-Turbo, LLaDA-Image-FP8 và LLaDA-Image-Turbo-FP8 — công bố apache-2.0 trong frontmatter của chúng hôm nay, và đó là dòng đầu tiên của thẻ. Không một kho nào trong bốn kho đó chứa tệp LICENSE, và kho GitHub của dự án được tạo ngày 31 tháng 8 năm 2026 cũng không có tệp giấy phép. Đối chiếu điều đó với Qwen-Image-2.1, được nhóm Qwen của Alibaba phát hành với trọng số mở vào ngày 20 tháng 9 năm 2026 theo Thỏa thuận Giấy phép Nghiên cứu Qwen — một văn bản thực sự, có ghi ngày, chỉ dành cho phi thương mại, và là lý do các kho của chính nó gắn thẻ giấy phép là other. Hai mô hình hình ảnh trọng số mở, cách nhau mười sáu ngày, và mô hình có giấy tờ nghe có vẻ yếu hơn lại là mô hình đã công bố một giấy phép thông thoáng. Điểm mấu chốt nằm hoàn toàn ở cách nó được công bố.

Đây là sự so sánh trên giấy tờ, không phải pixel. Không mô hình nào có điểm hình ảnh độc lập — LLaDA-Image ở bất kỳ biến thể nào trong bốn biến thể của nó đều không xuất hiện trên bảng hình ảnh nào của Artificial Analysis, và hai hàng của Qwen-Image-2.1 ở đó mang Không có API khả dụng ghi chú. Điều bạn thực sự có thể quyết định hôm nay là những gì bạn được phép làm, và câu trả lời đó đã thay đổi đối với một trong hai mô hình này mà không có thông báo.

Hai bề mặt giấy phép thực sự nói gì

Hãy đọc các nguồn gốc thay vì các bản tóm tắt, bởi vì khoảng cách giữa chúng chính là toàn bộ câu chuyện.

• Qwen-Image-2.1 — được phát hành theo Thỏa thuận Giấy phép Nghiên cứu Qwen đề ngày 20 tháng 9 năm 2026, được cấp "CHỈ VÌ MỤC ĐÍCH PHI THƯƠNG MẠI", với việc sử dụng cho mục đích thương mại đòi hỏi một giấy phép riêng phải được yêu cầu từ nhà cung cấp. Các kho lưu trữ Hugging Face của Aliba​ba cho mô hình này ghi trường giấy phép là other, đây là thẻ chính xác: đó không phải là giấy phép được OSI phê duyệt và mô hình không phải là mã nguồn mở theo nghĩa đó. Nó vẫn có thể tải xuống, chạy được và có thể đánh giá hiệu năng.

• LLaDA-Image — thẻ mô hình Hugging Face khai báo license: apache-2.0 trong phần frontmatter YAML của nó. Apache 2.0 là một giấy phép OSI cho phép sử dụng thương mại. Nếu frontmatter chính là giấy phép, thì đây là giấy phép thoáng hơn trong hai loại, hơn hẳn một khoảng xa.

• LLaDA-Image, phần còn lại của dấu vết giấy tờ — không có tệp LICENSE nào trong cây thư mục của kho lưu trữ. Thẻ mô hình liệt kê một README, một model_index.json, một .gitattributes và các thư mục trọng số, và không có gì khác. Kho GitHub của dự án cũng không có tệp giấy phép nào; API kho lưu trữ của chính GitHub báo cáo rằng nó không có giấy phép. Văn bản của chính Apache 2.0 yêu cầu rằng một bản sao giấy phép phải đi kèm với bản phân phối, và không có bản sao nào ở cả hai nơi.

Vậy nên mô tả trung thực về vị thế giấy phép của LLaDA-Image không phải là "không có giấy phép" và cũng không phải "Apache 2.0". Mà là: thẻ mô hình khẳng định Apache 2.0 còn kho mã thì không kèm theo văn bản giấy phép. Hai sự kiện đó cùng chỉ về một hướng nhưng chúng không phải là cùng một sự kiện, và chỉ một trong hai mới là điều mà người thẩm định mua sắm sẽ tìm kiếm.

Vì sao thẻ lại ghi như vậy

Phần frontmatter của chính tấm thẻ đã nói lên tất cả. Dòng tiêu đề của họ mô hình là LLaDA-Image: Xây dựng các bộ tạo ảnh mạnh mẽ với công thức huấn luyện hoàn toàn mở, và hai trong số năm điểm nổi bật được nêu của nó đều nói về tính mở: tiền huấn luyện chỉ với ảnh để thiết lập tiên nghiệm thị giác, và một mô hình diffusion hợp nhất trong đó cả backbone lẫn DiT đều là mô hình diffusion được huấn luyện trong cùng một khuôn khổ. Từ “recipe” được đặt ở đó có chủ đích. Tấm thẻ đang chào mời một pipeline có thể tái lập, chứ không chỉ là một checkpoint.

Sau đó, hãy đọc kế hoạch mã nguồn mở ở dưới cùng của cùng thẻ đó:

• Mã suy luận và trọng số mô hình — đã chọn.

• Mã huấn luyện — chưa được tích, được ghi là sắp ra mắt.

• Một báo cáo arXiv riêng, mang số 2609.03796 trên thẻ, trình bày phương pháp này.

Đó là một lập trường nhất quán và không phải là một lập trường không trung thực: trọng số và mã suy luận bây giờ, mã huấn luyện sau, phương pháp trong một bài báo. Đây cũng là bối cảnh mà trong đó một dòng frontmatter Apache 2.0 trở nên hợp lý như một ý định — đây là một dự án muốn được đọc như hoàn toàn mở. Khoảng cách giữa ý định và tệp giấy phép còn thiếu đúng là kiểu điều mà frontmatter của một card không thể diễn đạt.

Những con số nói lên điều gì, và ai đã tạo ra chúng

Tuyên bố định lượng duy nhất gắn với LLaDA-Image là một điểm benchmark, và nguồn gốc của nó cần được nêu rõ ràng. Thẻ mô hình báo cáo "SOTA trên Qwen-Image-Bench" với điểm tổng thể là 53,53 ở tiếng Anh và 53,38 ở tiếng Trung. Đó là những con số của chính inclusionAI, được đo trên một benchmark mang tên mô hình của một phòng thí nghiệm khác, và chúng chưa được bất kỳ ai bên ngoài phòng thí nghiệm đó tái lập. Mô hình Base đạt được chúng ở 50 bước lấy mẫu; biến thể Turbo được chưng cất bằng Twin-DMD để chạy trong 2 đến 4 bước. Không con số nào có số phiếu bầu đằng sau, và không con số nào xuất hiện trên một bảng xếp hạng độc lập, bởi vì LLaDA-Image không nằm trên bảng nào như vậy.

Qwen-Image-2.1 có mặt trên cả hai bảng của Artificial Analysis — 1.034 Elo ở vị trí 18 trong số 166 về text-to-image và 1.074 Elo ở vị trí 18 trong số 97 về chỉnh sửa, từ 5.286 và 5.536 lượt so sánh mù tương ứng. Các hàng của nó trên cả hai bảng đều mang nhãn Open Weights bên cạnh ghi chú Không có API khả dụng. Đó là phép đo độc lập đối với một mô hình tự lưu trữ, một thứ khó có được hơn so với vẻ ngoài của nó, và đó là trục duy nhất mà hai mô hình này hoàn toàn không cùng đẳng cấp.

Quyết định mà điều này thực sự thay đổi

Nếu bạn đang dựa vào cách hiểu trước đó — rằng LLaDA-Image không tuyên bố giấy phép nào, nên hãy coi là bảo lưu mọi quyền — thì tình hình đã được cải thiện, và mức cải thiện đủ thực chất để hành động dựa trên đó cho việc đánh giá và công việc nội bộ. Hãy giữ nguyên điều kiện kèm theo: một giấy phép chỉ được nêu tên trong YAML, mà không có văn bản giấy phép trong kho, là bằng chứng yếu hơn một tệp giấy phép nằm cạnh các trọng số. Nếu LLaDA-Image sắp được đưa vào một sản phẩm, thì đó là câu hỏi dành cho phòng nghiên cứu của Ant Group, không phải điều có thể giải quyết bằng cách chỉ vào một thẻ metadata.

Qwen-Image-2.1 là trường hợp ngược lại: giấy tờ rõ ràng và câu trả lời là không. Một giấy phép nghiên cứu có ghi ngày tháng cấm sử dụng thương mại thì dễ lập kế hoạch xoay quanh hơn một giấy phép permissive mơ hồ, bởi vì không có gì để diễn giải. Đây cũng là một thay đổi so với dòng Qwen-Image trước đó, vốn được phát hành theo Apache 2.0, nên các nhóm đã xây dựng dựa trên thế hệ trước không thể tiếp tục giữ giả định đó.

Không model nào trong hai model này được phục vụ trên OrcaRouter, và cả hai sẽ không được phục vụ cho đến khi vấn đề giấy phép được giải quyết — giấy phép chỉ dành cho nghiên cứu và tệp giấy phép không nằm trong kho lưu trữ đều là lý do để giữ đường dẫn hosted tách biệt khỏi thử nghiệm. Các model hình ảnh mà chúng tôi cung cấp là các bậc Imagen của Google và bản xem trước hình ảnh Gemini, endpoint hình ảnh Grok Imagine của xAI và dòng GPT-Image của OpenAI, tất cả đều nằm sau một endpoint tương thích OpenAI với giá niêm yết của nhà cung cấp được chuyển nguyên với mức markup bằng không, tự động chuyển đổi dự phòng giữa các nhà cung cấp, và một DSL định tuyến để kết hợp nhiều model vào một lời gọi duy nhất. Hãy chạy model có thể tải xuống cho công việc mà giấy phép bao phủ; gọi model hosted cho bất cứ thứ gì tiếp cận khách hàng.

Xem gì

Hai điều biến việc này từ một so sánh giấy tờ thành một so sánh mô hình, và cả hai đều có thể kiểm chứng mà không cần chờ bất kỳ thông báo nào từ ai.

Điều thứ nhất là liệu một tệp LICENSE có xuất hiện trong các kho LLaDA-Image hay không. Một giấy phép được nêu tên trong frontmatter và được phát hành dưới dạng văn bản là điều mà Apache 2.0 thực sự yêu cầu, và cho đến khi tệp đó tồn tại thì tuyên bố đó là bằng chứng duy nhất. Điều thứ hai là liệu mã huấn luyện có được phát hành kèm hay không. Đó là ô cuối cùng chưa được đánh dấu trên thẻ, và nó là sự khác biệt giữa các trọng số tình cờ có thể tải xuống được và "các công thức huấn luyện hoàn toàn mở" mà tiêu đề hứa hẹn.

Cho đến lúc đó, bản tóm tắt công bằng là bản mà các nguồn ủng hộ: LLaDA-Image hiện tuyên bố giấy phép thông thoáng hơn và vẫn chưa ghi tài liệu về nó, Qwen-Image-2.1 ghi tài liệu một giấy phép cấm điều mà hầu hết các nhóm muốn làm, và chỉ một trong hai đã được đo lường bởi bất kỳ ai không phải phòng thí nghiệm của chính nó.