ERNIE-Image: ComfyUI向け8Bオープンソースのテキストから画像へのモデル
ComfyUI Wiki
ERNIE-Imageは、シングルストリームDiTと軽量なPrompt Enhancerを組み合わせたBaiduの8Bパラメータのオープンなテキストから画像へのモデルで、テキストレンダリングと構造化生成に優れています。
E
ERNIE-Image
テキストから画像へ8B DiTテキストレンダリングPrompt EnhancerBaiduのERNIEチームによるオープンなテキストから画像生成モデル。コンパクトな8B DiTと、短い入力を構造化された説明に拡張する軽量なPrompt Enhancerを組み合わせています。複雑な指示追従、テキストレンダリング、ポスター・漫画・マルチパネルレイアウトなどの構造化画像生成において、オープンウェイトのT2Iモデルの中でSOTAを達成。
| 開発者 | Baidu (ERNIEチーム) |
| リリース日 | 2025年11月 |
| アーキテクチャ | 8Bシングルストリーム拡散トランスフォーマー (DiT) |
| ライセンス | Apache-2.0 |
| テキストエンコーダー | Ministral 3B + Prompt Enhancer |
| VRAM | 24GBのコンシューマーGPUで動作 |
| バージョン | ERNIE-Image (50ステップSFT) + ERNIE-Image-Turbo (8ステップ蒸留) |
Guides and workflows related to this model series.
No articles found.
コメント
GitHubでサインインしてディスカッションに参加しましょう。