Imagens e vídeos reais gerados a partir de um único prompt. Clique em qualquer cartão para ver o prompt exato.
ERNIE-Image é um Transformador de Difusão de fluxo único treinado para lidar com os casos que geralmente quebram modelos generativos: texto legível, layouts rigorosos, prompts com múltiplos objetos e instruções bilíngues. Um Aprimorador de Prompt leve expande entradas curtas em descrições estruturadas, então você não precisa fazer engenharia de prompt para obter resultados utilizáveis.
ERNIE-Image é um DiT de fluxo único de 8B emparelhado com um Aprimorador de Prompt e uma variante Turbo. Aqui está no que a arquitetura é realmente boa.
O Aprimorador de Prompt integrado transforma uma ideia de uma linha em um prompt detalhado e estruturado. Você permanece no modo criativo; o modelo cuida da camada de engenharia de prompt.
Cópias extensas em pôsteres, manchetes em infográficos, balões de fala em quadrinhos, rótulos em mockups de UI. Caracteres renderizam claramente onde outros modelos de difusão borram glifos ou alucinam letras
Múltiplos objetos, relações espaciais específicas, prompts densos em conhecimento. O modelo rastreia o que você realmente descreveu em vez de colapsar para uma 'imagem bonita' genérica
Pôsteres, quadrinhos, storyboards, quadros de UI, infográficos. ERNIE-Image raciocina sobre layout de página e composição de painel — não apenas assunto e estilo.
O checkpoint completo de 8B é lançado sob Apache 2.0 e roda em uma única GPU de 24GB.
Escolha a ferramenta e o modelo certos para cada tarefa, ajuste os controles disponíveis e mantenha os trabalhos em um único histórico.
Gere imagens a partir de descrições de texto
Transforme e aprimore imagens existentes
Crie vídeos a partir de descrições de texto
Anime suas imagens em vídeos
Acompanhe o status da geração e acesse imagens ou vídeos concluídos em uma biblioteca compartilhada.
Nomes dos modelos, custos em créditos e parâmetros compatíveis ficam visíveis antes de cada geração.
Tudo que você precisa saber sobre ERNIE-Image