baidu/ERNIE-Image

ERNIE-Image là một mô hình tạo ảnh từ văn bản mã nguồn mở được phát triển bởi nhóm ERNIE-Image tại Baidu. Nó được xây dựng trên kiến trúc Diffusion Transformer (DiT) luồng đơn, với chỉ 8 tỷ tham số DiT, đạt hiệu suất tiên tiến nhất trong số các mô hình tạo ảnh từ văn bản có trọng số mở.