Ernie Image

概要

ERNIE Image は、百度のオープンソースのテキストから画像への生成モデルです。80億パラメータを搭載し、テキスト描画と構造化レイアウトの生成を重視します。バイリンガル生成に対応しており、多言語のコンテンツ作成にも適しています。研究者やデザイナーがテキスト指示を基に画像とレイアウトを素早く試せ、再現性の高い出力を得られる点が特徴です。

主な特徴

• オープンソースの大規模モデル（80億パラメータ）
• テキスト描画と構造化レイアウトへの最適化
• バイリンガル生成対応
• Baidu の ERNIE 系列に基づく研究開発の土台

想定ユースケース

• テキスト情報を組み込んだ画像生成
• レイアウトを意識したビジュアル生成
• 多言語対応のコンテンツ作成