跳转到主要内容
ERNIE-Image 是百度开源的文生图模型,基于 Apache-2.0 协议发布。该模型基于 8B 参数的扩散变换器(DiT)构建,支持精准文字渲染、强大的指令跟随以及结构化视觉生成,可产出高质量图像。 模型内置 提示词增强器(3B),可将简短输入扩展为更丰富的提示词,从而获得更好的生成效果。 模型亮点
  • 精准文字渲染 — 支持英文、中文等语言的密集及布局敏感型文字
  • 强大的指令跟随 — 能处理复杂提示词、多对象关系及知识密集型描述
  • 结构化视觉生成 — 海报、漫画/动漫分镜、多面板构图
  • 广泛的风格范围 — 从写实摄影到电影级美学
  • 轻量易部署 — 8B 参数,24 GB 显存即可运行
  • 内置提示词增强器 — 3B 模型,可将简短输入扩展为更丰富的提示词
相关链接

ERNIE-Image 文生图工作流

下载工作流

下载 ERNIE-Image 文生图工作流 JSON 文件。

在 Comfy Cloud 上运行

在 Comfy Cloud 上直接运行此工作流。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在 ComfyUI 的工作流模板中找到。如果找不到,可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失,可能原因有:
  1. 你用的不是最新开发版(nightly)。
  2. 你用的是稳定版或桌面版(没有包含最新的更新)。
  3. 启动时有些节点导入失败。

快速开始

  1. 将 ComfyUI 更新至最新版本,或使用 Comfy Cloud
  2. 前往 模板,搜索 ERNIE-Image
  3. 选择 ERNIE-Image 工作流
  4. 下载缺失的模型,更新提示词,然后点击 运行

ERNIE-Image 模型下载

所有重新打包的模型文件均可在 Hugging Face 的 Comfy-Org/ERNIE-Image 获取。

ernie-image.safetensors

ERNIE-Image 扩散模型。

ministral-3-3b.safetensors

ERNIE-Image 文本编码器。

ernie-image-prompt-enhancer.safetensors

ERNIE-Image 提示词增强器文本编码器。

flux2-vae.safetensors

ERNIE-Image VAE。
模型存储位置

ERNIE-Image-Turbo

ERNIE-Image-Turbo 是经 DMD 和 RL 优化的快速变体,仅需 8 步 即可生成图像,而标准模型需要约 50 步。

下载工作流

下载 ERNIE-Image-Turbo 文生图工作流 JSON 文件。

在 Comfy Cloud 上运行

在 Comfy Cloud 上直接运行此工作流。

ERNIE-Image-Turbo 模型下载

ernie-image-turbo.safetensors

ERNIE-Image-Turbo 扩散模型。

ministral-3-3b.safetensors

ERNIE-Image-Turbo 文本编码器。

ernie-image-prompt-enhancer.safetensors

ERNIE-Image-Turbo 提示词增强器文本编码器。

flux2-vae.safetensors

ERNIE-Image-Turbo VAE。
模型存储位置

可用模型

模型描述推理步数链接
ERNIE-Image主 SFT 模型 — 更强的质量与指令跟随能力约 50Hugging Face
ERNIE-Image-Turbo经 DMD 和 RL 优化的 Turbo 模型 — 更快生成速度8Hugging Face

示例

文字渲染与设计排版

咖啡制作流程信息图
日本浮世绘风格语言学习卡片
分屏概念海报

电影级与风格化美学

城市夜晚街景
时尚编辑摄影
拿咖啡的鸭子 3D 插图

多面板构图

北美原生物种信息图
6 格漫画页面