仅限两周 | Seedream 5.0 Pro 立享 8 折!

Baidu Models on Atlas Cloud | ERNIE

Atlas Cloud 在 Baidu API 下托管 ERNIE Image 和 ERNIE Image Turbo,两者均为按量付费。这两种模型在英文和中文文本渲染方面均处于开源领域的领先地位。

AI Image Models by Baidu

在 Atlas Cloud 上,使用业界领先的 AI 图像生成模型,将提示词与参考图转化为惊艳、可直接投产的视觉作品。

查看全部模型

Baidu 模型 API 价格明细

对比 Baidu 全部模型的标准价、平台价与折扣。

模型标准价 (USD)平台价 (USD)折扣
Baidu ERNIE Image Turbo Text-to-image
低至免费
查看

探索其他厂商的模型

在 Atlas Playground 中即刻探索并体验 400+ 生产可用模型,一键开始定制。

您可以在 Atlas Cloud 上构建的 Baidu API 应用案例

ERNIE Image 专为那些要求在生成图像中必须保持文本清晰可读的工作流而构建。团队使用它来大规模制作双语素材、结构化布局以及文字密集的创意内容,而无需借助设计团队。

双语营销海报生成

营销团队使用 ERNIE Image 通过单次 API 调用生成包含清晰中英文文本的活动海报,基于同一提示词结构同时针对这两个市场。该模型对这两种文字的渲染准确率超过 0.96,因此标题和正文呈现清晰,无需后期修正。Atlas Cloud 的按需付费定价模式使得每次活动生成数十种变体变得切实可行,且无需支付单件资产的设计费用。

跨市场品牌的产品包装

进入中国市场的品牌在进行印刷生产前,使用 ERNIE Image 生成带有准确双语文本的产品标签和包装效果图。该模型能够在同一排版中处理简体中文、繁体中文和英文,包括标签和成分表上的小字。在 1024×1024 的输出分辨率下,效果图达到生产级质量,足以用于客户审批和监管提交。

漫画与多格排版制作

出版商和内容工作室使用 ERNIE Image 生成带有准确的中英文对话框、说明框和画格文本的漫画分镜。在 LongTextBench 上,该模型针对此类结构化的图中文本输出得分超过 0.96。Atlas Cloud 上的 ERNIE Image Turbo 是免费的,这使得在迭代阶段进行大批量的分镜起草无需任何成本。

自动化信息图表生成

数据团队利用 ERNIE Image 的文本渲染精度,构建将结构化数据转换为带标签信息图表的管道。只需一个提示词,即可准确渲染两种语言的图表标签、标注框和章节标题,从而消除了数据输出与视觉呈现之间的人工设计步骤。内置的 Prompt Enhancer 会自动将简短的数据描述重写为详细的布局指令。

规模化的本地化广告创意

效果营销团队根据同一营销活动简报,为中文和英文市场生成本地化的广告创意。利用 ERNIE Image 的双语支持功能,可以在同一个工作流中制作两种语言版本。每个创意都带有准确的图像内文本,无需对生成的图像进行编辑或重新排版。Atlas Cloud 上的免费 Turbo 套餐将测试成本保持为零,同时团队可以评估哪些创意变体适合扩大规模。

UI原型文案生成

产品和设计团队使用 ERNIE Image 生成包含逼真占位文案的 UI 样机截图,并能准确渲染英文或中文。该模型能够高保真地处理按钮标签、导航文本、表单字段和弹窗文案,使得样机无需手动编辑文本图层即可直接用于演示。这将从线框图概念到向利益相关者展示的视觉效果所需的时间从数小时缩短至数分钟。

Atlas Cloud AI

联系销售

关于 Baidu 的常见问题解答

在中文文本渲染的 LongTextBench 评测中,ERNIE Image 得分超过 0.96,在开放权重文生图模型中得分最高。大多数竞品开源模型在中文文本场景下的得分远低于 0.3,难以胜任任何需要生成图像中包含可读中文的工作流。如果对输出图像中的中文文本准确性有硬性要求,ERNIE Image 是最务实的选择。

是的。ERNIE Image 能够在单次生成调用中同时处理这两种文字,并各自保持极高的准确率。这对于需要在同一版面中清晰显示双语的海报、包装和营销宣传物料非常有用。中英文的 LongTextBench 得分均超过 0.96。

ERNIE Image包含一个轻量级的Prompt Enhancer(提示词增强器),它在将简短的输入提示词传递给扩散模型之前,会自动将其重写为更丰富、更结构化的描述。这意味着您可以发送简短的提示词,并获得更详细、更准确的输出结果,而无需进行大量的提示词工程。该Prompt Enhancer在每次API调用时作为生成管线的一部分运行。

ERNIE Image Turbo 采用 DMD(扩散模型蒸馏)和强化学习技术,将推理过程从50步压缩至8步,实现6倍以上的速度提升。Turbo 在 Atlas Cloud 上免费提供,适合快速迭代和草图生成。标准模型则以全画质运行,适用于商业海报和出版配图等最终成品素材。

是的。ERNIE Image 根据 Apache 2.0 许可证发布,该许可证允许商业使用、修改和分发。生成的图像可用于广告、包装、出版物和其他商业应用。请访问 ERNIE Image 的 GitHub 仓库查阅完整的许可证条款,以了解任何具体条件。

探索更多系列

Seedance 2.0

Seedance 2.0 API 为您提供 ByteDance 多模态视频模型的生产级访问权限——支持四模态输入(文本、图像、视频、音频),以及行业领先的“Universal Reference”(通用参考)系统,可在不同镜头间锁定构图、运镜和角色动作。只需一次 API 调用即可集成导演级控制,固定费率为 $0.09/秒,即时获取密钥,无需排队——由企业级正常运行时间和合规性提供保障。Seedance 2.0 原生 4K 现已上线!

查看系列

Grok Imagine

Grok Imagine API 为开发者提供 xAI 的图像、视频和音频生成一站式套件。它可以生成分辨率高达 2K 且支持多语言文本渲染的图像,以及长达 15 秒且带有原生同步音频和基于参考图像编辑功能的视频。在 Atlas Cloud 上,只需一个密钥即可运行每个 Grok Imagine 模式,因此您可以在图像、视频和音频之间无缝切换,无需单独设置,每张图像 0.02 美元起,每秒 0.05 美元起。

查看系列

Gemini Omni Flash

Gemini Omni API 将 Google DeepMind 在 Google I/O 2026 上发布的多模态视频生成与编辑模型带入你的技术栈。Gemini Omni 将 Gemini 的推理引擎与生成式媒体融合,可接受文本、图像、视频和音频的任意组合输入,生成一致且以知识为依据的输出。通过自然对话不断打磨结果:替换物体、重写场景、切换风格,同时保持物理规律、角色形象和画面连贯性不变。Atlas Cloud 通过统一的 API 提供完整的 Gemini Omni Flash 系列——文生视频、支持最多 7 张参考图的图生视频,以及参考图生视频——按秒计费、价格透明,低至 $0.112 起,且无需订阅。立即开始构建。

查看系列

GPT Image 2

GPT Image 2 API 为开发者提供了访问 OpenAI 最新图像模型的途径,它是 GPT Image 1.5 的继任者。该模型可生成和编辑图像,能够在拉丁和 CJK 文字上实现准确的文本渲染,并在海报、样机和信息图表方面具备强大的排版能力。在 Atlas Cloud 上,您可以通过一个统一的 API 与 300 多个模型一起访问它,并享受免费额度、99.99% 的正常运行时间,且无需 OpenAI 组织验证。

查看系列

Google

Google最强大的创意模型现已在Atlas Cloud上全面可用。Veo 3.1提供电影级别的视频生成,Nano Banana 2支持高保真图像创建,而Gemini为每个工作流带来多模态智能。通过单一API key即可访问完整的Google模型套件,提供Day-0可用性和按需付费(pay-as-you-go)定价。

查看系列

Seedance 2.0 Mini

Seedance 2.0 Mini 将 ByteDance 的多模态视频生成技术引入到对速度和成本要求极高的工作流中。它以更轻量的占用空间提供 Seedance 2.0 的核心能力——更快的生成速度、更低的单条视频成本,并且使用您现有的同款 API 集成。对于运行高吞吐量流水线或进行大规模原型设计的团队来说,Mini 是最实用的默认选择。

查看系列

ByteDance

从电影级视频生成到高保真图像创建,ByteDance 最强大的模型现已在 Atlas Cloud 上线。以最低的推理定价和零基础设施开销,大规模运行 Seedance 和 Seedream。

查看系列

Alibaba

Atlas Cloud 将 Alibaba 的全系模型阵容整合至同一个 API 中:Qwen 用于语言和图像任务,Wan 用于高达 1080p 的视频生成。所有模型均采用按需付费模式,无需订阅。您可以使用现有的 OpenAI 兼容客户端,通过单一的 base URL 访问 Alibaba API。

查看系列

OpenAI

Atlas Cloud 为您提供访问完整 OpenAI API 产品线的权限,从用于图像生成的 GPT Image 2 到用于视频的 Sora 2。每个模型均采用按需付费模式,无月度消费限制。使用兼容 OpenAI 的 API,只需简单替换基础 URL 即可轻松接入。

查看系列

xAI

在 Atlas Cloud 上使用 xAI API 构建完整的图像和视频处理工作流。以 2K 分辨率生成、使用参考图像进行编辑,并将图像动画化为音画同步的视频片段。

查看系列

Kwaivgi

Kwaivgi API 价格低于标准定价 15%。Atlas Cloud 提供对最新 Kling 版本的零日(Day-0)访问权限,采用按需付费定价且无席位限制。一个账户,一个密钥,畅享从标准版到大师版的所有 Kling 模型。

查看系列

Seedream 5.0 Pro

Seedream 5.0 Pro API 为开发者在 Atlas Cloud 上提供了字节跳动的可控图像编辑模型。它通过锚点和坐标精确定位编辑,将图像分离为可编辑图层,融合多个参考,并精准匹配颜色和材质,支持 2K 和 3K 分辨率的多语言文本。在 Atlas Cloud 上,您只需一个密钥即可访问!

查看系列

推荐文章

指南、教程与产品动态,助你充分发挥 Atlas Cloud 的价值。