InclusionAI publie LLaDA-Image, générateur ouvert entraîné d'abord sur des images seules
— IMAGE
InclusionAI construit son générateur en apprenant d'abord la matière visuelle du monde, avant d'y raccorder le langage, et livre les poids en licence Apache 2.0 sur Hugging Face. Le système édite et génère avec le même modèle, mais reste en retrait face aux meilleurs générateurs propriétaires sur la fidélité au réel.
Un studio graphique qui veut brancher un générateur d'image dans ComfyUI regarde d'abord deux choses : la licence des poids et la qualité des retouches locales. LLaDA-Image coche les deux cases. Les fichiers sont publics sous Apache 2.0, le code d'inférence tourne avec Diffusers, et le même modèle sert à créer une image depuis un texte et à en retoucher une existante, remplacer un vêtement, changer un décor, ajouter du texte incrusté.
Ce qui distingue vraiment le projet tient à la méthode d'entraînement. InclusionAI a nourri le modèle avec des images seules sur l'essentiel du volume, plus de 90 pour cent des exemples, avant de lui apprendre à relier des mots à ce qu'il avait déjà vu. L'idée derrière ce choix parle directement à un directeur artistique habitué aux légendes bâclées qui font rater une génération : une description automatique mal écrite pollue moins le résultat final, puisque le modèle a construit sa compréhension des formes, des matières et de la lumière avant de recevoir la moindre instruction textuelle.
Sur le terrain de l'édition guidée, LLaDA-Image reste un cran en dessous des ténors du marché fermé comme Seedream ou Qwen-Image-Edit. Sa force tient plutôt à la génération classique, où il domine les autres modèles ouverts du même rapport, tout en restant loin derrière les meilleurs systèmes propriétaires. La version accélérée Turbo, elle, ramène le nombre d'étapes de calcul de cinquante à quatre, un compromis pensé pour les essais rapides en phase de recherche visuelle, quitte à perdre un peu de finition sur l'image livrée au client.
La réserve la plus concrète porte sur l'ouverture elle-même. Les poids et le code d'inférence sont bien disponibles, mais le code d'entraînement complet reste annoncé sans être publié au lancement. Un studio ne pourra pas reproduire la recette depuis zéro, seulement s'appuyer sur le modèle fini.
Le modèle compte mal les objets et perd en fidélité sur les scènes complexes, deux limites qui pèsent lourd en packaging ou en visuel produit où chaque détail compte. Il vaut néanmoins le détour pour qui cherche un générateur ouvert et gratuit à glisser dans un pipeline existant, en misant sur la version Turbo pour les moodboards rapides et la version complète pour les livrables plus soignés. La vraie utilité se jugera sur des briefs réels, pas sur des tableaux de scores.