ERNIE-Red-Mix（红潮 ERNIE 版） 是基于百度 ERNIE-Image（80 亿参数的 DiT 架构）进行深度微调后的版本。相比于原生模型，它的核心亮点主要体现在生成效率、指令遵循以及商业设计三个维度。

以下是该模型的具体亮点汇总：

1. 极致的生成效率与低门槛

  • 10步极速成像：经过微调优化，该模型在 CFG = 1 的设置下，仅需 10 步即可输出高质量图像。这显著降低了等待时间，非常适合快速迭代原型。
  • 显存友好：模型支持混合精度，对于 8GB - 12GB 显存的消费级显卡（如 RTX 4060 Ti 等系列）非常友好，能够流畅运行。
  • 推荐参数：采样器推荐使用 Euler / DEIS，调度器选择 Simple。

2. 强大的结构化创作与文本能力

  • 保留文本渲染：该版本在微调过程中特意保留了 ERNIE 原本强大的文本渲染能力。在生成海报、信息图、UI 界面等含有文字的场景时，表现优于许多同类模型。
  • 结构化输出：在处理海报设计、漫画分镜、故事板等具有明确排版逻辑的任务时，稳定性和准确度更高。
  • 复杂指令遵循：能够可靠地处理包含多个对象和复杂逻辑的提示词，不易出现漏掉关键描述的情况。

3. RedCraft 专有数据集微调

  • 风格扩展与去限制：采用了 RedCraft 混合精度 SFT（监督微调） 算法，不仅提升了美学表现（尤其是摄影类质感），还在一定程度上解除了原生模型的指令生成限制，创作自由度更高。
  • 多语言支持：原生支持中文、日文、繁体中文等多种语言的指令输入，对中文语境的理解更加自然。

4. 关键技术规格

特性详情
基础架构8B DiT (Diffusion Transformer) + 轻量级提示增强器
下载大小FP8 版本约 9.9 GB
适用环境完美适配 ComfyUI（网页中提供了专门的简单工作流 .json 文件）
主要用途摄影写实、艺术设计、商业海报、二次元插画

[!CAUTION] 使用注意事项

  • 肢体缺陷：这是 ERNIE 架构的一个已知短板，复杂肢体容易出现伪影，建议通过多次采样（Generate More）或局部重绘解决。
  • 混合精度的权衡：虽然混合精度能节省显存，但对微小文字的渲染会有一定负面影响。如果任务对文字精度要求极高，建议使用 BF16 Base 版本。

从社区反馈来看，这个模型被认为非常适合作为“接力采样”的一环：利用 ERNIE 优秀的皮肤质感和设计感进行初步生成，再结合其他模型进行细节修复。

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。