ERNIE-Image 里我最在意的不是模型本身，是它配的那个轻量提示词增强器。
背景先交代一下：这是国产开源文生图的新成员，走潜在扩散加单流 Diffusion Transformer 的路子，DiT 8B 参数，在开源里算中等偏上，还没到夸张的程度，普通玩家本地跑有点盼头。
增强器干的事，是把你随手写的一句短提示扩写成更结构化的长描述。我课上带学生做图，卡得最狠的就是写 prompt，一句话憋半天憋不出来。有这个兜底，先让他们出张像样的东西，再回头讲调优，顺序就顺多了。
顾虑也有，扩写出来的会不会太模板化，把风格洗平。我这边还没上手实测，跑过的同学来说说效果。