百度文心开源 8B 文生图模型 ERNIE-Image

该模型基于单流 Diffusion Transformer（DiT）架构，参数规模为 8B，仅需 24 GB 显存的消费级显卡即可实现高精度图像生成。在 GenEval、LongText-Bench 等国际基准测试中，其指令遵循与文字渲染能力均达到开源模型领先水平（SOTA），尤其在处理中英日韩多语言排版、复杂多主体关系和结构化布局方面表现突出。