文心把ERNIE-Image开源了。参数8B，单流DiT架构，24GB显存的消费级卡就能跑。这回它把宝押在两件事上：指令遵循和文字渲染。官方口径是在主流benchmark上全面领先开源模型，主打海报、漫画分镜、多面板布局这种字必须落在指定位置的活。
开源文生图的字一直是最拉胯的环节，中文更惨，笔画糊成一团、漏字多字都是常态。8B这个体量也挑得聪明，比动辄几十B的好落地，单卡就能塞进现有工作流。
我准备这么测：
- 先跑几组中文长句，看整句能不能一个字不差
- 把字号压小，海报角落那种小字最容易露馅
- 最后试竖排，这关过了我才信它的文字渲染