百度开源8B文生图模型ERNIE-Image 消费级GPU可运行

百度开源文生图模型ERNIE-Image：消费级硬件上的顶尖文字生成能力

4月15日，百度文心大模型团队开源了其8B参数规模的文生图模型ERNIE-Image。该模型的核心优势在于，仅需24GB显存的消费级GPU即可实现高效部署与推理。团队同时发布了加速版本ERNIE-Image-Turbo。根据GenEval、OneIG等国际权威评测基准数据，ERNIE-Image在开源文生图模型中综合性能领先，其文字渲染质量尤为突出，已达到与Nano Banana等闭源商业模型同等的顶尖水准。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

开源文生图领域的长期挑战

长期以来，开源文生图模型面临一个根本性权衡：追求高生成质量通常意味着庞大的参数规模与高昂的硬件部署成本，往往需要数十GB显存的专业级显卡；而参数精简、易于部署的模型，其生成效果——特别是对文本内容的精准渲染——往往存在明显短板，难以满足实际产品需求。文字生成能力，一直是制约开源模型实用化的关键瓶颈。

精准定位性能与成本的交汇点

百度ERNIE-Image将参数规模设定为8B，正是为了精准锚定效果与部署可行性之间的最佳平衡。模型仅需24GB显存即可在消费级GPU上稳定运行。这直接降低了技术门槛：开发者利用一张主流消费级显卡，即可完成本地化部署、微调与二次开发，无需依赖昂贵的高端计算硬件或持续的云端服务租赁。

评测表现：全面领先与关键突破

在实际性能评估中，ERNIE-Image于GenEval、OneIG等多项基准测试中，综合得分位列开源模型首位。其最显著的突破在于文字渲染能力，评测结果显示其已达到闭源商业模型Nano Banana的同等水平，有效解决了开源模型中常见的文字扭曲、错码问题。此外，ERNIE-Image-Turbo版本通过优化推理步骤，显著提升了生成速度，专为对实时性要求高的应用场景设计。

生态价值：实现高性能技术的普惠化

此次开源对AIGC生态的深远影响在于，它将此前仅由大型企业掌控的高质量文生图能力，成功迁移至消费级硬件平台。中小型开发团队与研究机构现在能够以可承受的成本，获得并应用这项尖端技术。这将直接加速定制化、垂直化图文生成应用的开发进程，涵盖营销设计、创意内容生产、行业专用工具等多个领域。从技术普及角度看，这是推动AIGC能力广泛落地与创新迭代的重要一步。