Ernie Image vs Z Image: Avaliação Detalhada de um Novo Gerador de Imagens Open‑Source
Ernie Image vs Z Image: Avaliação Detalhada de um Novo Gerador de Imagens Open‑Source
Recentemente foi lançado o Ernie Image, um modelo de geração de imagens open‑source que tem chamado a atenção pela qualidade excepcional na renderização de texto, compreensão de prompts e variedade de estilos artísticos. Em testes preliminares, o Ernie Image demonstra uma capacidade impressionante de seguir instruções detalhadas, inclusive ao incluir texto dentro da imagem, algo que ainda representa um grande desafio para modelos concorrentes.
As demonstrações oficiais mostram que o Ernie Image pode gerar desde imagens foto realistas até estilos artísticos variados, passando por quadrinhos e posters com textos complexos. Em exemplos de cenas fotográficas, a qualidade se aproxima do realismo de fotografias reais, evitando os traços plásticos observados em gerações anteriores, como os do modelo Flux.
Ao comparar o Ernie Image com o melhor modelo open‑source atual (leia isto com um grão de sal), o Z Image, o Ernie costuma obter pontuações ligeiramente superiores em detalhe e aderência ao prompt. Em imagens foto realistas, o Z Image produz bons resultados, mas o Ernie demonstra nuances de cor e textura mais naturais... ou pelo menos assim me parece.
Testes com prompts “mais complicadas” (como fotos vintage de 1998 ou cenas recursivas de artistas a pintar a própria tela) revelam que o Ernie Image mantém coerência e detalhe, embora ainda enfrente limitações anatômicas, especialmente em poses humanas complexas.
Uma das maiores conquistas do Ernie Image é a capacidade de gerar texto legível dentro das imagens. Embora não seja perfeito (algumas palavras podem estar ausentes ou com pequenos erros ortográficos), a qualidade supera significativamente a de concorrentes, que frequentemente apresentam falhas graves na renderização de texto.
Graças à sua versatilidade, o modelo pode ser usado na criação de posters, infográficos, quadrinhos e até arte de estilo clássico, como pinturas ao estilo de Manet. A integração com a ferramenta ComfyUI permite que utilizadores com diferentes capacidades de hardware adaptem o modelo, incluindo versões GGUF comprimidas para GPUs com menos de 8 GB de VRAM.
Benchmarks publicados colocam o Ernie Image na liderança entre os modelos open‑source, rivalizando com o Nano Banana 2, Quinn Image e Flux 2 Klein. Embora ainda não alcance a excelência dos maiores modelos proprietários, o Ernie Image apresenta a melhor combinação de qualidade, velocidade (versão Turbo) e requisitos de hardware.
Para instalar, basta seguir as instruções do repositório oficial: baixar o modelo (≈16 GB), o codificador de texto “Minestral 3B” e o VAE Flux 2. Usuários com menos de 20 GB de VRAM podem optar por versões GGUF comprimidas, ainda que com alguma perda de qualidade. A interface ComfyUI simplifica todo o processo, permitindo gerar imagens a partir de prompts em poucos cliques.
