百度文心大模型团队正式开源文生图模型 ERNIE-Image。该模型参数量仅 8B,24GB 显存的消费级显卡即可生成媲美顶级商业模型的超真实复杂图像。
ERNIE-Image 基于单流 Diffusion Transformer 架构,配备轻量级 Prompt Enhancer 以扩展输入描述。它在复杂指令跟随、文字渲染和结构化图像生成(如海报、漫画)方面表现突出,覆盖写实、动漫等多种风格。
目前,该模型的权重与推理代码已在 Hugging Face 开源(遵循 Apache2.0 协议),支持 ComfyUI Workflow,并联合 Unsloth 推出 GGUF 量化方案,降低部署门槛。
文中提及的 AI 工具
评论
正在加载评论…