/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
ERNIE-Image
Библиотека
diffusers
Опубликована
11 мая 2026

Ernie-Image-Flex-V1

Генерация изображенийТекст → изображение3 профессии

Ernie-Image-Flex V1 — модель синтеза изображений по текстовому описанию, разработанная wikeeyang на основе дообученной Baidu ERNIE-Image.

90скачиваний за 30 дней9лайковвеса обновлены12 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она предназначена для генерации изображений по промптам на английском и китайском языках, включая портреты, сцены со сложной композицией и изображения с текстовыми надписями. Модель работает в экосистеме Diffusers и PyTorch.

По сравнению с ERNIE-Image-Turbo модель снижает выраженность маслянистой стилизации, избыточного шума и желтоватого оттенка, улучшает композицию портретов, лица и устойчивость анатомии в сложных сценах. Для генерации обычно достаточно CFG 1.0 и 16–25 шагов; с Turbo LoRA возможна работа за 8 шагов. Сохраняется хорошая поддержка рендеринга китайского и английского текста, хотя точность немного ниже, чем у оригинальной ERNIE-Image. Доступна 8-битная квантованная версия с иерархической, блочной и смешанной по точности схемой квантования, рассчитанной на близкое к bf16 качество.

Модель предоставляется как чистая базовая модель и подходит для дальнейшего дообучения, обучения LoRA и комбинирования с Turbo, Distill, SFW и NSFW LoRA. Архитектура, число параметров, максимальный размер контекста и точные характеристики модальностей в README не указаны. Лицензия — Apache 2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ernie-Image-Flex V1.0

本模型为百度 ERNIE-Image 的微调模型,相比 ERNIE-Image-Turbo 在以下几方面有所改善和提升 (The model is a fine-tuned version of Baidu's ERNIE-Image, with improvements and enhancements over ERNIE-Image-Turbo in the following aspects):

  1. 基本去除 ERNIE-Image-Turbo 8 步模型油腻较重、噪点过强、颜色偏黄的问题。(Essentially eliminates the issues of heavy oiliness, excessive noise, and yellowish color found in the 8-step ERNIE-Image-Turbo model.)
  2. 相比 ERNIE-Image 需要 cfg=4.0 / steps=50 出图很慢,本模型只需 cfg=1.0 / steps=16 - 25,且可使用 Turbo LoRA 加速至 step=8,有更好的弹性尺度。(Compared to ERNIE-Image, which requires cfg=4.0 / steps=50 and is very slow to generate images, this model only needs cfg=1.0 / steps=16-25, and can be accelerated to step=8 using Turbo LoRA, offering better scalability.)
  3. 更好的人像构图与人脸优化,画面更干净,复杂构图时肢体相比 ERNIE-Image-Turbo 不容易崩。(Improved portrait composition and face optimization, resulting in cleaner images, and limbs are less likely to deform in complex compositions compared to ERNIE-Image-Turbo.)
  4. 中英文文字渲染能力得到较好延续,比官方原版略有损耗。(Continues to render Chinese and English text well, with slightly less accuracy than the official original version.)
  5. 量化模型采用全新的分层/分块/混合精度量化机制,使 8bit 模型与 bf16 模型效果更接近。(The quantized model uses a new hierarchical / block / mixed-precision quantization mechanism, making the 8bit model closer in effect to the bf16 model.)

本模型依旧为纯净底模,可用于微调或 LoRA 训练,也可叠加各种 Turbo / Distill / NSFW / SFW 的 LoRA 使用。(Pure base model, suitable for fine-tuning or LoRA training, and can also be combined with various Turbo / Distill / SFW / NSFW LoRAs.)

感谢: @亮亮rayne , @GuangyuanSD 在本模型调制优化过程中给与技术、构图、美学等方面的指导和支持。

Much thanks to: @亮亮rayne , @GuangyuanSD for their guidance and support in technical, compositional, and aesthetic aspects during the finetuning of the model.

感谢:@T8star-Aix,@AI-KSK,@黑鹤001,@大麦茶看AI,@joeMultimedia , 山竹老师AIGC , CommintAI , 雪煮松风 , 冰缘排骨 , 活力网TV , HyLan_L , 等一众大佬对本人微调各种模型的技术评测、使用介绍、社区推荐及进一步微调提升等方面的建议和支持。

Much thanks to: @T8star-Aix, @AI-KSK, @黑鹤001, @大麦茶看AI, @joeMultimedia, 山竹老师AIGC, CommintAI, 雪煮松风, 冰缘排骨, 活力网TV, HyLan_L, and many other experts for their advice and support in technical evaluation, usage introduction, community recommendations, and further fine-tuning improvements of various models I worked on.

基础工作流请参见(Base Workflow):v1-example-workflow.json

Also on: Modelscope

The model under Apache 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
2770ec5

0 моделей