# LLaDA2.0-Uni
## 论文
[LLaDA2.0-Uni](https://arxiv.org/abs/2604.20796)

## 模型简介
由 Inclusion AI 推出的160 亿参数 MoE 混合专家统一扩散大语言模型，基于掩码词预测范式打通多模态理解与生成全能力，依托 SigLIP-VQ 视觉分词器实现高效视觉编码，搭配蒸馏扩散解码器仅需 8 步即可完成高清图像生成；支持文生图、图文理解、指令式图像编辑、带思维推理生成等功能，还搭载 SPRINT 推理加速方案大幅提升运行速度，开源协议为 Apache2.0，仅需加载完整模型权重即可实现多模态全场景任务，是兼顾理解与创作的全能型多模态大模型。

<div align=center>
    <img src="./doc/333.png"/>
</div>

## 环境依赖
| 软件 |                    版本                     |
| :------: |:-----------------------------------------:|
| DTK |                   26.04                   |
| Python |                  3.10.12                  |
| Transformers |            5.3.0               |
| Torch |   2.9.0+das.opt1.dtk2604.2605091832.g21362a   |


推荐使用镜像: harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm018-ubuntu22.04-dtk26.04-qwen3.6-20260423

```bash
docker run -it \
    --shm-size 256g \
    --network=host \
    --name LLaDA2.0 \
    --privileged \
    --device=/dev/kfd \
    --device=/dev/dri \
    --device=/dev/mkfd \
    --group-add video \
    --cap-add=SYS_PTRACE \
    --security-opt seccomp=unconfined \
    -u root \
    -v /opt/hyhal/:/opt/hyhal/:ro \
    -v /path/your_code_data/:/path/your_code_data/ \
    harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm018-ubuntu22.04-dtk26.04-qwen3.6-20260423 bash
```
更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。

关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
```
pip install -r requirements.txt
```
## 预训练权重
|  模型名称  | 权重大小 | 数据类型 |支持的DCU型号  | 最低卡数需求 |         下载地址          |
|:------:|:----:|:----:|:----------:|:------:|:---------------------:|
| LLaDA2.0-Uni	 | 16B | BF16 | BW1000 |   1   | [HuggingFace](https://huggingface.co/inclusionAI/LLaDA2.0-Uni) |

## 数据集
暂无

## 训练
暂无

## 推理
### Transformers
#### 单机推理
##### 文生图
```
cd LLaDA2.0
python run_Transformers_t2i.py
```
##### 文生图((思考模式)
```
python run_Transformers_t2i.py
```
##### 图像理解
```
python run_Transformers_imgunderstand.py
```

## 效果展示
<div align=center>
    <img src="./doc/output_thinking.png"/>
</div>
<div align=center>
    <img src="./doc/output11.png"/>
</div>
<div align=center>
    <img src="./doc/33.png"/>
</div>

### 精度
DCU与GPU精度一致，推理框架：pytorch。

## 源码仓库及问题反馈
- https://developer.sourcefind.cn/codes/modelzoo/llada2.0-uni

## 参考资料
- https://github.com/inclusionAI/LLaDA2.0-Uni