工具链 2026年10月17日

ERNIE-Image 本地部署教程：ComfyUI 与 Diffusers 运行百度开源文生图模型

Q: 没有 24G 显卡怎么办？

可以试第三方 GGUF 量化版，或先用官方在线 Demo；也可以选择不需要本地部署的在线工具，见 免费 AI 绘画工具盘点。

ERNIE-Image 怎么本地部署？本文按百度官方模型卡和 ComfyUI 官方文档讲清 ERNIE-Image 与 Turbo 两个版本的区别、24G 显存要求、Apache-2.0 许可，以及从魔搭社区下载权重、用 ComfyUI 或 Diffusers 出图的步骤与参数，并汇总 X 上创作者经验。

#ERNIE-Image#百度#本地部署#ComfyUI#开源模型#文生图

ERNIE-Image 本地部署教程：ComfyUI 与 Diffusers 运行百度开源文生图模型：配图

ERNIE-Image 是百度文心团队开源的文生图模型，主打中英文文字渲染、复杂指令和海报/漫画这类结构化画面。权重可以下载到本地运行，不依赖在线额度。这篇讲清两个版本怎么选、需要什么显卡，以及用 ComfyUI 和 Diffusers 两种方式跑起来。

最后核对日期：2026-10-17。 模型参数、显存与推荐设置来自百度官方 Hugging Face 模型卡；ComfyUI 步骤来自 ComfyUI 官方博客与文档。开源项目更新快，以官方页面最新说明为准。

ERNIE-Image 是什么

按百度官方模型卡（核实日期 2026-10-17）：

基于单流 Diffusion Transformer（DiT），8B 参数；
配有一个轻量的 Prompt Enhancer（提示词增强器），把简短输入扩写成更完整的结构化描述；ComfyUI 官方博客介绍它是一个 3B 模型；
官方称在开源权重文生图模型中达到领先水平，强项是复杂指令遵循、文字渲染和结构化生成，适合商业海报、漫画、多格分镜；
因为体积相对小，可以在 24G 显存的消费级显卡上运行；
许可证为 Apache-2.0（Hugging Face 与魔搭社区页面均标注）。

两个版本怎么选

版本	官方说明	推荐步数	推荐 guidance
ERNIE-Image	SFT 模型，通用能力和指令遵循更强	50	4.0
ERNIE-Image-Turbo	经 DMD 和 RL 优化的蒸馏版，速度更快、美感更好	8	1.0

官方推荐分辨率包括 1024×1024、848×1264、1264×848、768×1376、1376×768、896×1200、1200×896。

想先看效果再决定，选 Turbo；做海报、长文字等对准确度要求高的图，可以用标准版多跑几步。

硬件要求

官方给出的门槛是 24G 显存。X 上 @Jalsmida7 也提到，ERNIE-Image 占用显存偏大，要 24G 才能跑，普及门槛不低（原帖）。显存不够时：

关注社区量化版：X 上 @riddi0908 分享了 unsloth 发布的 GGUF 量化版 ERNIE-Image-GGUF（原帖）。量化版为第三方发布，效果和兼容性请自行测试；
或先用官方在线 Demo 体验（模型卡页面有 Hugging Face 与百度 AI Studio 的 Demo 入口）。

国内下载权重

除了 Hugging Face，百度在 魔搭社区（ModelScope） 也发布了权重：PaddlePaddle/ERNIE-Image，国内网络下载通常更方便。ComfyUI 用的重新打包文件在 Hugging Face 的 Comfy-Org/ERNIE-Image。

方法一：ComfyUI（推荐新手）

ComfyUI 官方在 2026 年 4 月宣布原生支持 ERNIE-Image（ComfyUI 官方博客）。官方给出的步骤是：

把 ComfyUI 更新到 v0.19.1 或更新版本（也可用 Comfy Cloud）；
打开 Template（模板），搜索 ERNIE-Image；
选择 ERNIE-Image（或 Turbo）工作流；
按提示下载缺失的模型文件，改好提示词后点 Run。

如果模板里找不到，或加载工作流时提示缺节点，通常是 ComfyUI 版本过旧（ComfyUI 官方文档）。还没装 ComfyUI 的话，安装和基本操作可以先看 ComfyUI 本地部署 FLUX.2 klein 教程，流程类似。

X 上的创作者经验：

@emwstudio 演示了完整的 ComfyUI 工作流，提到 24G 显存可跑、Turbo 8 步出图，并且有提示词增强器（原帖）；
@PhotogenicWeekE 在 ComfyUI 里对比标准版和 Turbo，并训练了人脸 LoRA；他的经验是标准版用 20 步远远不够，要加到 50 步（原帖），与官方推荐的 50 步一致。

方法二：Diffusers（适合写代码的用户）

官方模型卡给出了 Diffusers 用法，核心几行如下（需安装最新版 diffusers）：

import torch
from diffusers import ErnieImagePipeline

pipe = ErnieImagePipeline.from_pretrained(
    "Baidu/ERNIE-Image", torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="一张夏日音乐节海报，顶部大字标题“星光音乐节”，下方是舞台和人群剪影",
    height=1264, width=848,
    num_inference_steps=50, guidance_scale=4.0,
    use_pe=True,  # 使用提示词增强器
).images[0]
image.save("output.png")

用 Turbo 版时把模型换成 Baidu/ERNIE-Image-Turbo，步数改 8、guidance 改 1.0。模型卡还提供了 SGLang 部署方式，适合做成本地 API 服务。

提示词怎么写

ERNIE-Image 的强项是文字和版式，所以提示词里可以直接写出要渲染的文字和位置：

竖版海报，顶部居中大字标题“周末读书会”，副标题“每周六下午三点”，
中间是木桌上摊开的书和咖啡，底部一行小字“地点：城南图书馆”，暖色调，简洁排版

短提示词可以交给 Prompt Enhancer 扩写；想精确控制时关掉增强器、自己写完整描述。中文海报的更多写法见 AI 海报中文字教程，与另一款中文文字强项模型的对比可以参考通义万相 / Qwen-Image 教程。

常见问题

ERNIE-Image 可以商用吗？

官方标注的许可证是 Apache-2.0，这是一种宽松的开源许可。但生成内容本身的版权、肖像和商标风险仍需自己把关，见 AI 绘画商用版权须知。

没有 24G 显卡怎么办？

可以试第三方 GGUF 量化版，或先用官方在线 Demo；也可以选择不需要本地部署的在线工具，见免费 AI 绘画工具盘点。

ERNIE-Image 和 Turbo 出图差别大吗？

官方定位是标准版指令遵循更强、Turbo 更快且美感更好；具体差别建议用同一提示词各跑几张对比。

有图像编辑版本吗？

本文核对时官方模型卡只列出文生图的 ERNIE-Image 与 ERNIE-Image-Turbo 两个版本，编辑模型是否发布以官方页面为准。

想直接复制模板，去 AI 绘画提示词大全；想按工具找官网和相关教程，看 AI 绘画工具导航。更多工具横向比较见国内能用的 AI 绘画工具推荐。

来源与核对

百度官方模型卡：ERNIE-Image、ERNIE-Image-Turbo：8B DiT、24G 显存、Prompt Enhancer、推荐分辨率/步数/guidance、Diffusers 与 SGLang 用法、Apache-2.0
魔搭社区：PaddlePaddle/ERNIE-Image（Apache-2.0）
ComfyUI 官方博客：ERNIE-Image Day-0 Support、ComfyUI 官方文档：v0.19.1、模板步骤、3B Prompt Enhancer
X 创作者：@Jalsmida7、@riddi0908、@emwstudio、@PhotogenicWeekE（见文中原帖链接）

最后核对日期：2026-10-17