أصبحت Atlas Cloud الآن مُعيد بيع معتمدًا في الولايات المتحدة لـ Dreamina Seedance 2.5 وSeedream 5.0 Pro.
Hero background 1
ERNIE Image API for Readable Text in Images

ERNIE Image API for Readable Text in Images

تجلب ERNIE Image API نموذج Baidu ذي الأوزان المفتوحة 8B Diffusion Transformer إلى مكدسك، والصادر عن ERNIE-Image Team بموجب Apache 2.0. يتصدر LongTextBench بنتيجة 0.9733، مع الحفاظ على وضوح عناوين الملصقات وفقاعات الحوار في القصص المصورة، بينما تقلّل نسخة Turbo المقطّرة الاستدلال من 50 خطوة إلى 8. تقدّمه Atlas Cloud عبر endpoint واحد متوافق مع OpenAI وبأسعار شفافة بنظام الدفع حسب الاستخدام. ابدأ البناء اليوم.

توفّر Atlas Cloud (التي تُشغّلها Atlas Cloud AI LLC) إمكانية الوصول إلى نماذج ذكاء اصطناعي تابعة لجهات خارجية طوّرها وتملكها مزوّدوها المعنيون. لا تملك Atlas Cloud هذه النماذج، وجميع أسماء النماذج والمنتجات والعلامات التجارية ملك لأصحابها المعنيين.

قريباً

نماذج قيد الإطلاق

نضع اللمسات الأخيرة على هذه المجموعة — يمكنك استكشاف المجموعات المماثلة أدناه في غضون ذلك.

استكشف المزيد من العائلات

Seedance 2.5

واجهة برمجة تطبيقات Seedance 2.5 متاحة الآن على Atlas Cloud! توفر للمطورين أحدث نموذج فيديو من ByteDance. يمكن للنموذج إنشاء ما يصل إلى 30 ثانية من الفيديو الأصلي في مسار واحد من نص، أو صورة واحدة، أو ما يصل إلى 50 مرجعاً متعدد الوسائط، مع صوت متزامن ونص متعدد اللغات داخل الإطار. على Atlas Cloud، يمكنك الوصول إليه من خلال مفتاح واحد، مع الحفاظ على تناسق الموضوع والفيزياء المحسنة التي تحافظ على تماسك اللقطات الطويلة.

عرض العائلة

Wan 3.0

تعد واجهة برمجة تطبيقات Wan 3.0 الجيل التالي من عائلة فيديو Wan التابعة لشركة Alibaba، وقد تم تصميمها لدفع التوليد طويل التنسيق والتحكم متعدد المراجع والجودة السمعية والبصرية إلى آفاق جديدة. تستضيف Atlas Cloud بالفعل Wan 2.7 و 2.6 و 2.5، ويعمل Wan 3.0 على نفس المفتاح الموحد دون أي إعداد منفصل. ابدأ البناء اليوم. قم بالتمرير لأسفل إلى قسم العرض لترى ما يمكن أن ينشئه Wan 3.0.

عرض العائلة

MiniMax H3

MiniMax H3 هي عائلة MiniMax متعددة الوسائط للفيديو، وتدعم الإنشاء الموجّه بالنصوص والصور والمراجع. وعبر المسارات المدعومة، تحافظ على العناصر من الوسائط المرجعية، وتوفر نسب أبعاد مرنة، وتقرن الصوت المُولّد بالمشاهد من خلال H3 Developer، مع تحديد ملفات الإخراج وفقًا لنقطة النهاية. توحّد Atlas Cloud هذه العائلة خلف مفتاح واحد متوافق مع OpenAI، مع تسعير شفاف حسب الاستخدام يبدأ من السعر القياسي البالغ $0.038 لكل ثانية. ابدأ البناء اليوم.

عرض العائلة

GPT Image 2.5

تمنح عائلة gpt-image-2.5 من OpenAI المطورين خيار استخدام Flare وSunburst في عمليات إنتاج الصور. نفّذ التصيير بدقة عشوائية تصل إلى 3840x2160، واختر من بين خمس درجات للجودة، بما في ذلك xhigh وmax، لتلبية متطلبات الإخراج المحددة. توفر Atlas Cloud استدلال REST جاهزًا للاستخدام من دون بدء تشغيل بارد، وبسعر قياسي يبدأ من $0.004 لكل عملية توليد. ابدأ البناء اليوم.

عرض العائلة

Seedream 5.0 Pro

يوفر واجهة برمجة التطبيقات Seedream 5.0 Pro API للمطورين نموذج تحرير الصور القابل للتحكم من ByteDance على Atlas Cloud. وهو يضع التعديلات بدقة باستخدام نقاط الإرساء والإحداثيات، ويفصل الصور إلى طبقات قابلة للتحرير، ويدمج مراجع متعددة، ويطابق الألوان والمواد الدقيقة، مع نص متعدد اللغات بدقة 2K و 3K. على Atlas Cloud، يمكنك الوصول إليه من خلال مفتاح واحد!

عرض العائلة

Seedance 2.0

Seedance 2.0 هو نموذج الفيديو المخصص للإنتاج من ByteDance لإنشاء اللقطات بدقة. حوّل المطالبات إلى فيديو، أو حرّك صورة الإطار الأول مع إمكانية توجيه اختيارية عبر الإطار الأخير، أو شكّل النتائج باستخدام الوسائط المرجعية والبحث الاختياري على الويب. يضم Atlas Cloud هذه التدفقات في API موحّد واحد، مع تسعير شفاف حسب الاستخدام ومفتاح واحد متوافق مع OpenAI. ابدأ البناء اليوم.

عرض العائلة

Kling V3.0

تجلب Kling 3.0 API مجموعة الفيديو الرائدة من Kuaishou إلى Atlas Cloud من خلال مفتاح واحد متوافق مع OpenAI. وتتضمن نموذجين: Kling 3.0 لسرد القصص عبر AI Director، ومزامنة الشفاه متعددة اللغات، والنصوص الدقيقة على الشاشة، و Kling 3.0 Omni (O3) لاستنساخ الموضوعات والصوت من مقطع فيديو قصير أو صورة. يولد كلا النموذجين صوتاً أصلياً في نفس المسار، مع دقة إخراج تصل إلى 4K. قم ببناء سرديات سينمائية، وتسويق عالمي، وإعلانات متعددة اللغات، ومحتوى شخصيات متسلسل على بنية تحتية موثوقة.

عرض العائلة

Grok Imagine Video

يمنح Grok Imagine Video المطورين إمكانية الوصول إلى عائلة الفيديو من xAI لإنشاء المقاطع وتحريكها وتمديدها وتحريرها. أنشئ مقاطع فيديو تتراوح مدتها بين 1 و15 ثانية انطلاقًا من المطالبات، ووجّه الأشخاص أو الكائنات أو الأنماط باستخدام ما يصل إلى سبع صور مرجعية، واعمل بدقة 480p أو 720p. تجمع Atlas Cloud هذه الإمكانات عبر نقاط نهاية متوافقة مع OpenAI، مع تسعير شفاف حسب الاستخدام. ابدأ البناء اليوم.

عرض العائلة

Vidu Q4 Preview

Vidu Q4 هو أحدث نموذج فيديو رائد من Vidu، ومصمم لتوليد الفيديو من الصور ومن المراجع. يمكنه تحريك صورة ثابتة واحدة وإنشاء انتقالات تلقائية بين المشاهد، ما يتيح للمطورين مساري إدخال مختلفين لملاءمة سير عمل المنتجات المتنوعة. توفر Atlas Cloud نقاط نهاية API مخصصة مع مخططات معلنة للمعلمات، بسعر قياسي موثّق قدره $0.04 لكل ثانية. ابدأ التطوير اليوم.

عرض العائلة

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash هي عائلة فيديو متعددة الوسائط أصيلة التصميم من Google DeepMind، مصممة لسير عمل إنتاج مرن. حرّر اللقطات الموجودة باستخدام تعليمات نصية، وحافظ على الاتساق البصري باستخدام ما يصل إلى 10 صور مرجعية و3 مقاطع فيديو، أو مدّد اللقطة إلى أجزاء متسلسلة قابلة للربط بطول يصل إلى 40 ثانية. يمكنك الوصول إلى جميع سير العمل على Atlas Cloud باستخدام مفتاح API واحد متوافق مع OpenAI، وتسعير حسب الاستخدام، وإتاحة من اليوم الأول. ابدأ البناء اليوم.

عرض العائلة

Nano Banana 2.1

Nano Banana 2.1 is Google's image model family built on Gemini 3.6 Flash. It delivers Pro-level generation and editing at Flash-level speed, supports natural-language edits and merges across 1 to 14 input images, and maintains consistency for up to 4 characters and 10 objects. Through Atlas Cloud, developers can access the family with one OpenAI-compatible key, reliable uptime, and Day-0 availability. Start building today.

عرض العائلة

Nano Banana 2

قم بالبناء باستخدام واجهة برمجة تطبيقات Nano Banana 2، والمدعومة بنموذج Gemini 3.1 Flash Image من Google. حيث تقوم بإنشاء صور بدقة 4K أصلية تصل إلى 4096x2304 مع عرض دقيق للنصوص وشخصيات متسقة عبر ما يصل إلى 14 صورة مرجعية لكل من التوليد والتحرير. على Atlas Cloud، يمكنك الوصول إليها من خلال واجهة برمجة تطبيقات موحدة إلى جانب أكثر من 300 نموذج، بأسعار تبدأ من 0.04 دولار لكل صورة، ووقت تشغيل بنسبة 99.99٪، وأرصدة مجانية للبدء.

عرض العائلة

مقارنة نقاط نهاية ERNIE Image API: القياسية وTurbo لتحويل النص إلى صورة

طابِق كل نقطة نهاية لتحويل النص إلى صورة مع احتياجاتك من السرعة والجودة.

النمطالوصف
ERNIE Image API (Text To Image)بينما تعطي نقطة نهاية Turbo الأولوية لمعدل المعالجة، يميل ERNIE Image API القياسي إلى تحقيق أعلى دقة ممكنة في المخرجات للمهمة نفسها، وهي تحويل النص إلى صورة. يناسب ذلك أعمال الإنتاج النهائية مثل الملصقات والرسومات التحريرية والتخطيطات التجارية، حيث تكون دقة كل تفصيلة أهم من سرعة التسليم.
ERNIE Image Turbo API (Text To Image)حوّل مطالبة نصية واحدة إلى ما يصل إلى عشر صور في كل طلب عبر سبع نسب أبعاد، من مربع بدقة 1024 بكسل وصولًا إلى 1376 بكسل على الحافة الأطول. صُمّم بزمن استجابة منخفض، ويستخدم افتراضيًا ثماني خطوات استدلال، ويتضمن Prompt Enhancer مدمجًا يوسّع المطالبات المقتضبة قبل التوليد. استخدمه عندما تكون سرعة التكرار والمعاينات في الوقت الفعلي وتشغيل الدُفعات عالية الحجم أهم من انتزاع آخر قدر ممكن من الجودة.

مصمم للنصوص والتخطيطات والتحكم: ERNIE Image API

من عرض النصوص الرائد في الصناعة والتخطيطات المنظمة متعددة اللوحات إلى التوجيه ثنائي اللغة المدمج، ومحسّن المطالبات الافتراضي، وسبعة أبعاد للإخراج، ودفعات Turbo القابلة لإعادة الإنتاج، يحوّل ERNIE Image API التعليمات الدقيقة إلى صور جاهزة للإنتاج.

عرض نصوص مقروء باستخدام ERNIE Image API

عرض نصوص مقروء باستخدام ERNIE Image API

تتيح درجة LongTextBench الرائدة البالغة 0.9733 للنموذج عرض نصوص مقروءة ومكتوبة بشكل صحيح مباشرة داخل الصور المولدة. تظل فقاعات الكلام في القصص المصورة، وعناوين الملصقات، وتسميات الإنفوجرافيك، ونصوص نماذج واجهات المستخدم الأولية واضحة وسهلة القراءة.

تخطيطات منظمة متعددة اللوحات

تخطيطات منظمة متعددة اللوحات

تعمل إمكانات التوليد والتحرير والتركيب ورفع الدقة جنبًا إلى جنب مع فهم للعلاقات المكانية القائمة على الشبكات. وينتج عن ذلك تسلسلات متعددة اللوحات متماسكة وتصاميم منسقة يستطيع المصممون إدارتها عبر مسار مركزي واحد.

توجيه ثنائي اللغة في ERNIE Image API

توجيه ثنائي اللغة في ERNIE Image API

تعمل المطالبات بالإنجليزية والصينية أصليًا عبر مسار التشفير نفسه، مع التقاط الصياغات الاصطلاحية في كلتا اللغتين. تدعم هذه الطلاقة المزدوجة سردًا بصريًا أصيلًا للحملات العالمية والمحتوى المترجم على حد سواء.

محسّن المطالبات مفعّل افتراضيًا

محسّن المطالبات مفعّل افتراضيًا

عند تفعيله افتراضيًا، يعيد Prompt Enhancer خفيف الوزن صياغة المدخلات القصيرة إلى أوصاف أغنى وأكثر تنظيمًا قبل وصولها إلى نواة الانتشار. ويمكن إيقافه لكل طلب عندما تكون السيطرة الحرفية على الصياغة الدقيقة أكثر أهمية.

سبعة أبعاد إخراج أصلية

سبعة أبعاد إخراج أصلية

تمتد أحجام الإخراج الأصلية السبعة من مربع 1024x1024، إلى إطارات أفقية تصل إلى 1376x768، وأشكال عمودية حتى 768x1376. يتم توليد كل نسبة مباشرة، لذلك يبقى التأطير سليمًا عبر جميع الصيغ.

ERNIE Image API في وضع Turbo

ERNIE Image API في وضع Turbo

هل تحتاج إلى حجم كبير دون انتظار؟ يعمل وضع Turbo بعدد لا يقل عن 8 خطوات استدلال ويعيد ما يصل إلى 10 صور لكل طلب، بينما تضمن seed صريحة إمكانية إعادة إنتاج كل نتيجة.

مواجهة ERNIE Image وجهًا لوجه: مطالبة واحدة، ثلاثة نماذج

قدّم الموجز نفسه تمامًا إلى نموذج ERNIE Image الرائد، ومنافس شائع، وشقيقه الأسرع، ثم قيّم جنبًا إلى جنب كيف يعرض كل منها الطباعة، والتخطيط، والإضاءة.

الموجه

طبيعة صامتة بتكوين flatlay من منظور علوي، والكاميرا مثبتة تمامًا فوق المشهد وتنظر مباشرة إلى أسفل نحو منضدة صيدلية أعشاب وشاي صينية تقليدية من خشب الدردار الفاتح المتقادم. ضوء نافذة قاسٍ وموجّه في أواخر الصباح ينساب بزاوية منخفضة من اليمين، وهو البطل الحقيقي للإطار — ملقيًا ظلالًا طويلة وحادة وممتدة تمتد يسارًا عبر عروق الخشب الخام وتعمل كخطوط تقود العين. في الجانب الأيمن الكثيف، تتكتل برطمانات زجاجية شفافة بإحكام وتتوهج مع مرور ضوء الشمس عبرها: براعم أقحوان مجففة شفافة، وتوت goji أحمر، وقشر يوسفي كهرماني ملتف (chenpi)، وبتلات roselle مجففة بلون قرمزي عميق تلتقط الضوء. ميزان يدوي صغير من النحاس المؤكسد بعتاقة مطفأة، وهاون ومدقة من حجر مهترئ يعلوهما غبار مسحوق ناعم، وقصاصات وصفات ورقية خشنة الألياف مكتوبة بخط اليد ومحفور عليها بأحرف صينية بخط فرشاة أنيق بأسلوب kaishu التقليدي ("甘草三钱", "桂花蜜")، مع حواف مهترئة وليفية. لقطة في منتصف اللحظة: علبة من البيوتر مقلوبة على جانبها، فوهتها مفتوحة، وعدة حبات goji ما زالت تتدحرج وتتبعثر إلى الخارج، تلقي كل واحدة منها ظلًا رفيعًا وطويلًا كالإبرة. يتنفس التكوين عبر الكثافة والفراغ — تكتل مزدحم على اليمين متوازن مع مساحة واسعة فارغة من الخشب العاري كفراغ سلبي على اليسار. لوحة لونية دافئة أحادية تقريبًا في كامل المشهد — كهرماني، وبرتقالي يوسفي، وذهبي نحاس معتّق — تكسرها نغمة واحدة من أحمر roselle الداكن. يجب أن تصمد الخامات عند التكبير: رهافة البتلات المجففة وهشاشتها، وخمود النحاس المؤكسد، وحواف ألياف الورق الممزقة، وحبيبات المسحوق السائب. إضاءة طبيعية موجهة، بلا توهج اصطناعي، ظلال نظيفة وحادة، تجسيد واقعي للمواد، أسلوب رصين وأنيق، تصوير طبيعة صامتة للأطعمة والأعشاب بتفاصيل ماكرو، ملتقط بعدسة 85mm، تأطير أفقي عريض، نسبة عرض إلى ارتفاع واسعة 16:9، ممتد حتى الحواف.

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

الموجه

شريط مانغا أفقي من ثلاث لوحات يتابع فتاة مخترعة مراهقة في ورشتها العلوية الفوضوية. في اللوحة الأولى ترسم آلة طيران صغيرة على ضوء مصباح دافئ، وفي الثانية تتلعثم الآلة وتقلع في الهواء وهي تنثر البراغي، وفي الثالثة ترفع قبضتيها مبتهجة بابتسامة نصر. فقاعات حوار نظيفة ثنائية اللغة تحتوي على حروف English وJapanese واضحة وحادة، مرسومة بخطوط حبر واثقة وتظليل screentone، مع توهج مصباح كهرماني دافئ متوازن مع ظلال الورشة الباردة. يبقى تصميم الشخصية متسقًا عبر اللوحات الثلاث، وتظل الإيماءات معبّرة، وتُقرأ القصة من اليسار إلى اليمين بتسلسل واضح. أسلوب رسوم anime نابض بالحياة بتظليل cel-shaded مع حدود جريئة ونظيفة. نسبة عرض إلى ارتفاع واسعة 16:9، ممتد حتى الحواف.

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Qwen Image 2.0 on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

Generated with Baidu ERNIE Image Turbo on Atlas Cloud

أعمال إنتاج حقيقية يتولاها ERNIE Image API

من الملصقات ذات النصوص الدقيقة والقصص المصورة متعددة اللوحات إلى الحملات ثنائية اللغة، وكتالوجات المنتجات، ونماذج الواجهات، والرسوم المعلوماتية المعلّمة، يحوّل ERNIE Image API التعليمات الدقيقة إلى صور مضبوطة التخطيط عبر كل مسارات إنتاج المحتوى.

إنتاج المواد التسويقية والملصقات باستخدام ERNIE Image API

تُعرض العناوين والأسعار ونصوص المنتجات بوضوح مباشرةً داخل ملصقات الحملات واللافتات بفضل دقة النموذج الرائدة في معالجة النصوص. تستطيع فرق التسويق تسليم أصول جاهزة للطباعة مباشرةً، من دون الحاجة إلى خطوة تنضيد منفصلة.

القصص المصورة والسرد المتتابع

لأن النموذج يفهم التخطيطات الشبكية والبنية متعددة اللوحات، فإنه ينشئ صفحات قصص مصورة متماسكة مع حوارات موضوعة داخل فقاعات الكلام. يستطيع المبدعون المستقلون والاستوديوهات إعداد لوحات قصة كاملة من دون إعادة رسم كل إطار يدويًا.

توطين الحملات ثنائية اللغة باستخدام ERNIE Image API

يعني دعم التعليمات بالإنجليزية والصينية بشكل أصلي أن مسار عمل واحدًا ينتج صورًا متوافقة مع الهوية لكلا السوقين، مع عرض النصوص بشكل صحيح في كل نظام كتابة. تتمكن الفرق العالمية من توطين المواد الإبداعية من دون إنشاء مسارات تصميم منفصلة لكل لغة.

صور منتجات التجارة الإلكترونية على نطاق واسع

أنشئ مشاهد استخدام واقعية، ونماذج عرض للمنتجات، وصورًا ترويجية عبر كتالوج كامل من خلال استدعاء API واحد. يضغط إصدار Turbo الاستدلال إلى ثماني خطوات، لتتمكن المتاجر ذات الحجم الكبير من تحديث كتالوجات كاملة خلال دقائق.

نماذج الواجهات والمنتجات

هل تحتاج إلى شاشات واقعية لعرض تقديمي؟ ينشئ النموذج واجهات تطبيقات ونماذج مواقع ويب مع تسميات وأزرار ونصوص أساسية قابلة للقراءة، مما يمنح فرق المنتجات نماذج أولية جاهزة للعرض قبل بناء أي مكوّن.

رسوم معلوماتية تعليمية باستخدام ERNIE Image API

يجمع الالتزام القوي بالتعليمات بين الصور والمخططات والرسوم البيانية والتعليقات التوضيحية المعلّمة بوضوح في توليد واحد. يحوّل المعلمون والمحللون المواد المصدرية الكثيفة إلى رسوم شارحة تبقى مقروءة على أي حجم شاشة.

ERNIE Image Measured Against Rival Text-to-Image Models

See where ERNIE Image lands next to other open and proprietary generators across developer origin, access model, bilingual text rendering, and per-image cost.

ModelDeveloperAccess ModelBilingual Text Rendering (EN + ZH)Price (per image)
ERNIE-ImageBaidu (ERNIE-Image Team)Open weights, Apache 2.0Industry-leading, LongTextBench 0.9733Pay-as-you-go
ERNIE-Image TurboBaidu (ERNIE-Image Team)Open weights, Apache 2.0Retained through DMD-distilled 8-step inferencePay-as-you-go
Qwen Image 2.0Alibaba (Tongyi)Open weights, Apache 2.0Strong across 1K-token typography layouts$0.035
Z-Image TurboAlibaba (Tongyi Lab)Open weights, Apache 2.0Handles complex Chinese signage alongside English$0.005
Seedream v4.5ByteDanceProprietaryDesigner-level rendering at native 4K$0.04

كيفية استخدام ERNIE Image API for Readable Text in Images على Atlas Cloud

Get started in minutes — follow these simple steps to integrate and deploy models through Atlas Cloud’s platform.

إنشاء حساب Atlas Cloud

سجّل في atlascloud.ai وأكمل التحقق. يحصل المستخدمون الجدد على رصيد مجاني لاستكشاف المنصة واختبار النماذج.

لماذا تستخدم ERNIE Image API for Readable Text in Images على Atlas Cloud

دمج نماذج ERNIE Image API for Readable Text in Images المتقدمة مع منصة Atlas Cloud المسرّعة بـ GPU يوفر أداءً لا مثيل له وقابلية للتوسع وتجربة مطور استثنائية.

الأداء والمرونة

زمن انتقال منخفض:
استدلال محسّن لـ GPU للاستجابة في الوقت الفعلي.

API موحد:
قم بتشغيل ERNIE Image API for Readable Text in Images و GPT و Gemini و DeepSeek من خلال تكامل واحد.

تسعير شفاف:
فواتير يمكن التنبؤ بها لكل رمز مع خيارات بدون خادم.

المؤسسات والتوسع

تجربة المطور:
SDKs والتحليلات وأدوات الضبط الدقيق والقوالب.

الموثوقية:
وقت تشغيل 99.99%، RBAC، وتسجيل جاهز للامتثال.

الأمان والامتثال:
SOC 2 Type II، توافق HIPAA، سيادة البيانات في الولايات المتحدة.

ERNIE Image API: أكثر الأسئلة التي يطرحها المطورون

تمنح ERNIE Image API المطورين وصولًا برمجيًا إلى نموذج Baidu مفتوح الأوزان لتحويل النص إلى صورة، وهو Diffusion Transformer أحادي المسار بحجم 8B مقترن بـ Prompt Enhancer يوسّع التعليمات القصيرة إلى أوصاف أغنى وأكثر تنظيمًا. على Atlas Cloud تصل إليه عبر endpoint واحد متوافق مع OpenAI، مع تسعير حسب الاستخدام ووصول Day-0.

نقطة قوته الأبرز هي النص المقروء داخل الصور. يحقق النموذج درجة 0.9733 في LongTextBench باللغة الإنجليزية، وهي أعلى نتيجة بين النماذج مفتوحة الأوزان، ما يجعله موثوقًا للملصقات، وفقاعات الكلام في القصص المصورة، والإنفوغرافيك، ونماذج واجهات المستخدم حيث يجب تهجئة كل حرف بدقة.

يشترك الإصداران في بنية 8B نفسها، لكنهما يوازنان بين الجودة والسرعة بشكل مختلف. يعمل نموذج Standard بـ 50 خطوة استدلال عند guidance scale 4.0 لتحقيق أعلى دقة في الأصول النهائية، بينما يتم تقطير إصدار Turbo باستخدام DMD والتعلم المعزز ليصل إلى نحو 8 خطوات للتوليد السريع عالي الحجم.

نعم. يدعم التعليمات بالإنجليزية والصينية واليابانية عبر المشفّر نفسه، ويبقى النص موثوقًا عبر أنظمة الكتابة المختلفة، محققًا 0.9661 في Chinese LongTextBench. وبينما تتدهور عدة نماذج منافسة بوضوح عند التعامل مع الأحرف الصينية، يحافظ هذا النموذج على وضوح النص المبسط والتقليدي والمحتوى ثنائي اللغة المختلط.

يقبل endpoint الخاص بـ Turbo سبعة أحجام معدّة مسبقًا عبر معامل size واحد، بدءًا من مربع 1024x1024 وصولًا إلى تنسيقات أفقية 1376x768 وعمودية 768x1376. يمكنك أيضًا طلب ما يصل إلى عشر صور في كل استدعاء، وتثبيت seed للحصول على نتائج قابلة لإعادة الإنتاج، وتفعيل أو تعطيل Prompt Enhancer المدمج باستخدام العلم use_pe.

البدء لا يتطلب سوى مفتاح API واحد. سجّل في Atlas Cloud، وجّه عميلك الحالي المتوافق مع OpenAI إلى endpoint، ثم أرسل prompt مع size وseed اختياريين لتلقي عناوين URL للصور في الاستجابة. تتم الفوترة حسب الاستخدام لكل استدعاء، مع وصول Day-0 إلى النموذج.

في المعايير المنشورة، يتفوق النموذج على إصدارات مفتوحة مماثلة مثل FLUX.2-klein-9B، محققًا 0.8856 مقابل 0.8481 في GenEval إجمالًا. أكبر تفوق له يظهر في عرض النصوص، حيث ينهار FLUX.2 إلى 0.2183 في الصينية بينما يحافظ ERNIE Image على أكثر من 0.96. بالنسبة لأعباء العمل المبنية حول نص مقروء داخل الصور وتخطيطات منظمة، فهو حاليًا أقوى خيار مفتوح الأوزان.

نعم. يُطرح ERNIE Image بموجب ترخيص Apache 2.0، الذي يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع. يمكن استخدام الصور المولّدة في الإعلانات، والمنتجات، والمنشورات، وغيرها من المنتجات التجارية دون تعقيدات ترخيصية.

واجهة برمجية واحدة لكل وسائط الذكاء الاصطناعي.

استكشف جميع النماذج