Taiyi-Diffusion-XL est un modèle de génération d'images à partir de texte bilingue open source, entraîné sur la base de Stable Diffusion. Il prend en charge la génération d'images à partir de texte en anglais et en chinois, offrant une amélioration significative par rapport aux modèles précédents de génération d'images à partir de texte en chinois. Il peut générer des images photoréalistes à partir de descriptions textuelles, prend en charge de nombreux styles d'images et se caractérise par une haute qualité et une grande diversité de génération. Ce modèle utilise une méthode d'entraînement innovante, étendant le vocabulaire et le codage de position pour prendre en charge les longs textes et le chinois, et a été entraîné sur un vaste ensemble de données bilingues, garantissant ainsi ses puissantes capacités de génération en chinois et en anglais.