ernie

关于百度可能推出新ERNIE模型的猜测消息，通过推文和即将到来的百度Create 2026活动视频暗示。

百度开源ERNIE-Image，80亿参数文生图模型，权重允许商用，成为少数完全开放、可微调、对标Midjourney等封闭模型的替代方案。

百度发布ERNIE-Image，这是一个基于扩散Transformer架构、拥有8B参数的开源权重文本到图像生成模型。它在开源模型中达到了最先进的性能，在文本渲染、指令跟随和结构化图像生成方面表现出色。

PaddleOCR-VL 是一个紧凑的 0.9B 视觉语言模型，通过集成 NaViT 风格的动态分辨率与 ERNIE 语言模型，在多语言文档解析和元素识别方面实现了最先进的性能。