ERNIE-Image: Modelo de texto a imagen de 8B con DiT de flujo único + Prompt Enhancer de Baidu

Modelo abierto de generación de texto a imagen del equipo ERNIE de Baidu. Un DiT compacto de 8B junto con un Prompt Enhancer ligero que expande entradas breves en descripciones estructuradas. Alcanza el estado del arte entre los modelos T2I de peso abierto en seguimiento de instrucciones complejas, renderizado de texto y generación de imágenes estructuradas para carteles, cómics y diseños de múltiples paneles.