标签: DiT

2026 年 4 月 15 日，百度文心大模型团队正式宣布开源 ERNIE-Image——一款 8B 参数的文生图（Text-to-Image）模型。该模型在文字渲染能力上达到了开源 SOTA 水平，仅需 24GB 消费级显卡即可运行，采用 Apache 2.0 许可证，对开发者和创作者非常友好。

ERNIE-Image 采用单流 Diffusion Transformer（DiT）架构，并配备了一个轻量级的 Prompt Enhancer 模块，用于增强用户输入的提示词理解能力。整个模型仅包含 8B 参数，结构简洁高效。

在推理资源方面，ERNIE-Image 仅需 2