【导语:4月15日,百度文心大模型团队正式开源全新文生图模型ERNIE-Image,其基于单流Diffusion Transformer架构,显存要求低,生成效果好,在多任务测试中表现优异,且已开源相关权重与代码。】

百度文心大模型团队此次开源的ERNIE-Image,基于单流Diffusion Transformer架构,参数规模仅为8B,只需24GB显存的消费级显卡就能运行。这大大降低了运行文生图模型的硬件门槛。

经国际基准测试验证,ERNIE-Image在通用图像生成、复杂指令跟随及文字渲染等任务中均取得开源模型SOTA成绩。特别是在中英日韩多语言文字渲染能力上表现突出,生成效果可媲美顶级商业模型。

目前,ERNIE-Image的模型权重与推理代码已在Hugging Face开源,并上线ComfyUI Workflow及GGUF量化方案。这一开源举措将为行业带来更多的研究和应用机会,推动文生图技术的进一步发展。
编辑观点:百度开源ERNIE-Image是文生图领域的重要进展,低显存要求和优异性能将吸引更多开发者参与,有望加速该领域的创新与应用普及。
440



被折叠的 条评论
为什么被折叠?



