许可协议: mit
库名称: transformers
任务标签: 任意到任意

MMaDA-8B-基础版

我们推出MMaDA——一种新型多模态扩散基础模型，旨在文本推理、多模态理解和文生图等多样化领域实现卓越性能。该模型具有三大核心创新：

1. 统一架构设计：采用共享概率框架和模态无关的扩散架构，无需为不同模态定制组件
2. 混合思维链微调：首创跨模态统一思维链格式的长链思维微调策略
3. 强化学习算法：专为扩散模型设计的UniGRPO统一策略梯度算法，通过多样化奖励模型实现推理与生成任务的协同优化

论文 | 代码 | 演示

引用

@article{yang2025mmada,
  title={MMaDA: 多模态大尺度扩散语言模型},
  author={杨凌, 田野, 李博文, 张星辰, 沈珂, 童云海, 王梦迪},
  journal={arXiv预印本 arXiv:2505.15809},
  year={2025}
}