百度开源80亿参数生图模型ERNIE-Image：专注可控生成与文本渲染

百度ERNIE-Image团队宣布开源两款文本生成图像模型——ERNIE-Image与ERNIE-Image-Turbo。该模型拥有80亿参数，基于单流扩散变换器与潜在扩散框架，并内置轻量级提示增强器，能将简短输入转化为高质量指令。ERNIE-Image在开源模型中实现了性能突破，其核心优势在于极高的可控性，特别擅长复杂的指令跟随、精确的文本渲染及结构化图像生成，有效弥补了现有开源模型在图文一致性上的短板。