Baidu WenxinオープンソースERNIE-Image生成画像モデル

BaiduのWenxinプラットフォームは、テキストレンダリングモデル「ERNIE-Image」を正式にオープンソース化しました。わずか8つのパラメータで、オープンソース環境において最先端（SOTA）のパフォーマンスを実現し、テキストレンダリングと複雑な命令への対応において、Nano Bananaなどの商用クローズドソースモデルに匹敵します。このモデルは、実行に必要なGPUメモリがわずか24GBで、中国語、英語、日本語、韓国語を含む複数の言語の正確なグリフ生成をサポートし、GGUF量子化ソリューションを備えたComfyUIで利用可能です。関連する重みと推論コードは、Hugging Faceでオープンソース化されています。