メインコンテンツへスキップ
ERNIE-Image は百度が開発したオープンなテキストから画像生成モデルで、Apache-2.0 ライセンスで公開されています。8B パラメータの拡散トランスフォーマー(DiT)をベースに構築されており、精密なテキストレンダリング、高い命令追従性、構造化された視覚生成を実現する高品質な画像生成が可能です。 このモデルには、短い入力をより豊かなプロンプトに拡張してより良い結果をもたらす、内蔵の プロンプトエンハンサー(3B)が含まれています。 モデルの主な特長
  • 精密なテキストレンダリング — 英語、中国語などにおける密度の高いレイアウト対応テキスト
  • 高い命令追従性 — 複雑なプロンプト、複数オブジェクトの関係、知識集約型の説明に対応
  • 構造化された視覚生成 — ポスター、漫画/アニメのストーリーボード、複数パネルの構成
  • 幅広いスタイル対応 — リアルな写真表現から映画的な美学まで
  • コンパクトで展開しやすい — 8B パラメータ、24 GB VRAM で動作
  • 内蔵プロンプトエンハンサー — 短い入力をより豊かなプロンプトに拡張する 3B モデル
関連リンク

ERNIE-Image テキストから画像へのワークフロー

ワークフローのダウンロード

ERNIE-Image テキストから画像へのワークフロー JSON ファイルをダウンロードします。

Comfy Cloud で実行

このワークフローを Comfy Cloud 上で直接実行します。
ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。
テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。(デスクトップ版の更新は若干遅れることがあります)
ワークフローを読み込んだ際にノードが欠落している場合の主な原因:
  1. 最新の ComfyUI(Nightly 版)を使用していない
  2. 起動時に一部のノードのインポートに失敗している

はじめに

  1. ComfyUI を最新バージョンに更新するか、Comfy Cloud を使用してください
  2. テンプレート に移動し、ERNIE-Image を検索します
  3. ERNIE-Image ワークフローを選択します
  4. 不足しているモデルをダウンロードし、プロンプトを更新して 実行 をクリックします

ERNIE-Image モデルのダウンロード

リパッケージされたすべてのモデルファイルは、Hugging Face の Comfy-Org/ERNIE-Image で入手できます。

ernie-image.safetensors

ERNIE-Image 用拡散モデル。

ministral-3-3b.safetensors

ERNIE-Image 用テキストエンコーダー。

ernie-image-prompt-enhancer.safetensors

ERNIE-Image 用プロンプトエンハンサーテキストエンコーダー。

flux2-vae.safetensors

ERNIE-Image 用 VAE。
モデルの保存場所

ERNIE-Image-Turbo

ERNIE-Image-Turbo は DMD と RL で最適化された高速バリアントで、標準モデルに必要な約 50 ステップに対し、わずか 8 ステップ で画像を生成します。

ワークフローのダウンロード

ERNIE-Image-Turbo テキストから画像へのワークフロー JSON ファイルをダウンロードします。

Comfy Cloud で実行

このワークフローを Comfy Cloud 上で直接実行します。

ERNIE-Image-Turbo モデルのダウンロード

ernie-image-turbo.safetensors

ERNIE-Image-Turbo 用拡散モデル。

ministral-3-3b.safetensors

ERNIE-Image-Turbo 用テキストエンコーダー。

ernie-image-prompt-enhancer.safetensors

ERNIE-Image-Turbo 用プロンプトエンハンサーテキストエンコーダー。

flux2-vae.safetensors

ERNIE-Image-Turbo 用 VAE。
モデルの保存場所

利用可能なモデル

サンプル例

テキストレンダリングとデザインレイアウト

コーヒー製造プロセスのインフォグラフィック
日本の浮世絵スタイルの語学フラッシュカード
スプリットスクリーンのコンセプチュアルポスター

映画的・スタイライズされた美学

都市の夜の街並み
エディトリアルファッション写真
コーヒーを持つアヒルの 3D イラスト

複数パネルの構成

北米在来種のインフォグラフィック
6 コマ漫画ページ