Что это такое?
Открытая нейросеть от Baidu для генерации изображений по тексту, которая особенно хорошо создаёт картинки с читаемым текстом и сложной композицией.
Проект / Python
baidu/ERNIE-Image: ERNIE-Image — нейросеть для генерации изображений с текстом от Baidu
Создавайте качественные изображения с чётким текстом и сложными композициями, используя компактную модель от Baidu.
ERNIE-Image — это открытая модель генерации изображений по тексту от Baidu. Она выделяется отличной работой с текстом на изображениях, следованием сложным инструкциям и эффективностью благодаря компактной архитектуре. Доступны две версии: базовая (более...
Для кого это
Для дизайнеров, маркетологов и разработчиков, которым нужна генерация изображений с текстом (постеры, инфографика, UI-макеты) и возможность запуска на потребительских видеокартах.
Проблема / задача
Многие тексто-изображенческие модели плохо справляются с рендерингом текста, сложными инструкциями и требуют огромных вычислительных ресурсов.
Как это работает
Модель построена на архитектуре Diffusion Transformer (DiT) с 8 миллиардами параметров и использует лёгкий Prompt Enhancer, который расширяет короткие запросы пользователя в детализированные описания. Она генерирует изображения за 8-50 шагов, поддерживает различные стили и работает на видеокартах с 24 ГБ памяти.
Что видно по README
ERNIE-Image — это открытая модель генерации изображений по тексту от Baidu. Она выделяется отличной работой с текстом на изображениях, следованием сложным инструкциям и эффективностью благодаря компактной архитектуре. Доступны две версии: базовая (более точная) и Turbo (быстрее).
Ключевые возможности
Технологии
Интересный факт
Несмотря на скромные 8B параметров (по меркам современных моделей), ERNIE-Image конкурирует с гораздо более крупными открытыми аналогами в бенчмарках, особенно в задачах с текстом.
С чего начать
- Установите библиотеки (torch, diffusers)
- Загрузите пайплайн ErnieImagePipeline с Hugging Face
- Настройте генератор и вызовите метод pipe() с вашим промптом
Оценка GitRadar
Удобство
7/10
Свежесть
8/10
Перспектива
8/10
Монетизация
7/10
Общая оценка
8/10
Вердикт GitRadar
Стоит попробовать, если вам критически важно качество генерации текста внутри изображений (постеры, инфографика) и есть мощная видеокарта. Это узкоспециализированный и технологически продвинутый инструмент от крупного игрока.
Наблюдения по обновлениям
Проект активно развивается: есть несколько версий модели, демо, блог и активные соцсети (WeChat, Discord). Однако низкая активность на GitHub (мало звёзд и форков) может указывать на узкий круг ранних пользователей.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/baidu/ERNIE-Image
- Лицензия
- Apache-2.0
- Создан на GitHub
- 14 апреля 2026 г.
- Последнее обновление репо
- 14 апреля 2026 г.
- Последняя проверка GitRadar
- 14 апреля 2026 г.
- Изученные файлы
- README.md, src/example/infer_demo.py
FAQ
Для кого подходит?
Для дизайнеров, контент-менеджеров и разработчиков, которым нужно быстро создавать макеты, иллюстрации с текстом или прототипы интерфейсов.
Источники
Нужна помощь с baidu/ERNIE-Image?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.