Update model card and clarify Text Encoder layers

README.md

@@ -14,6 +14,51 @@ tags:
 
 这是 [`baidu/ERNIE-Image-Turbo`](https://huggingface.co/baidu/ERNIE-Image-Turbo) 的 C++/ncnn FP32 部署模型，配套代码位于 [`everythingfornothing/ernie-image-ncnn-vulkan`](https://github.com/everythingfornothing/ernie-image-ncnn-vulkan)。模型包包含 Tokenizer、Text Encoder、36 层 DiT、VAE Decoder 和官方 seed=42 回归 latent。
 
+## 主要能力
+
+| 能力 | 说明 |
+|---|---|
+| C++ 文生图 | 串联 Tokenizer、Text Encoder、DiT、Scheduler、VAE 和 PNG 写出 |
+| CPU / Vulkan | 同一套权重支持 ncnn CPU 与 Vulkan 后端 |
+| 动态 Prompt | 按实际 token 数在运行时生成文本 RoPE、Attention Mask 和联合序列 |
+| 动态分辨率 | 图片宽高可分别设置，并在运行时生成 latent、图像 token、RoPE 和 VAE shape |
+| Turbo 加速 | 使用 ERNIE-Image-Turbo，按官方 FlowMatch 配置仅需 8 个去噪步骤 |
+| 可重复生成 | 支持官方 seed=42 reference 模式和接受任意 seed 的 portable 模式 |
+
+## 生成效果
+
+以下图片均由配套项目的正式 CLI 使用 Vulkan 后端、8-step Turbo 推理和 `portable seed=123` 生成。
+
+<table>
+  <tr>
+    <td align="center" width="33%">
+      <img src="https://raw.githubusercontent.com/everythingfornothing/ernie-image-ncnn-vulkan/main/assets/report/08_cli_zh_1024_seed123.png" alt="中文提示词生成效果" width="100%"><br>
+      <sub>中文 · 1024×1024</sub>
+    </td>
+    <td align="center" width="33%">
+      <img src="https://raw.githubusercontent.com/everythingfornothing/ernie-image-ncnn-vulkan/main/assets/report/09_cli_en_1024_seed123_run1.png" alt="英文提示词生成效果" width="100%"><br>
+      <sub>英文 · 1024×1024</sub>
+    </td>
+    <td align="center" width="33%">
+      <img src="https://raw.githubusercontent.com/everythingfornothing/ernie-image-ncnn-vulkan/main/assets/report/10_cli_ja_1024_seed123.png" alt="日文提示词生成效果" width="100%"><br>
+      <sub>日文 · 1024×1024</sub>
+    </td>
+  </tr>
+</table>
+
+<table>
+  <tr>
+    <td align="center" width="50%">
+      <img src="https://raw.githubusercontent.com/everythingfornothing/ernie-image-ncnn-vulkan/main/assets/report/11_cli_zh_1376x768_seed123.png" alt="1376×768 横向生成效果" width="100%"><br>
+      <sub>横图 · 1376×768</sub>
+    </td>
+    <td align="center" width="50%">
+      <img src="https://raw.githubusercontent.com/everythingfornothing/ernie-image-ncnn-vulkan/main/assets/report/12_cli_zh_768x1376_seed123.png" alt="768×1376 竖向生成效果" width="56%"><br>
+      <sub>竖图 · 768×1376</sub>
+    </td>
+  </tr>
+</table>
+
 ## 下载与运行
 
 ```bash
@@ -38,12 +83,18 @@ hf download Coderdw/ernie-image-ncnn-vulkan \
 
 ```text
 tokenizer/       tokenizer.json
-text_encoder/    embedding 与 layers 0-24
+text_encoder/    embedding 与 layers 0-24（见下方层编号说明）
 dit/             frontend、layers 0-35 与 output head
 vae/             decoder 与归一化常量
 rng/             官方 CUDA/BF16 seed=42 回归 latent
 ```
 
+## Text Encoder 层编号说明
+
+官方 `text_encoder/config.json` 中的 `num_hidden_layers` 为 26，对应 Transformer Block `layers.0–25`。官方 Diffusers `ErnieImagePipeline` 在文本编码时启用 `output_hidden_states=True`，并按训练路径选择 `outputs.hidden_states[-2]` 作为 DiT 的文本条件；该边界对应 `layers.24` 的输出。
+
+因此，本部署包包含 embedding 和 `layers.0–24` 共 25 个实际参与文生图 conditioning 的 Transformer Block。官方模型中的 `layers.25` 与末端 RMSNorm 位于所选 hidden-state 边界之后，不参与该生成路径，所以没有收入 ncnn 权重包。这是对官方 Pipeline 执行边界的复现，不是权重缺失或层编号错误。
+
 当前模型包采用 FP32，约为 43 GiB，固定 batch=1 和 Turbo 8-step，不包含 Prompt Enhancer。请使用配套代码仓库内置的 ncnn 源码，其中 Vulkan GELU 与 SDPA mask 行为属于已验证运行契约。
 
 这些文件转换自 `baidu/ERNIE-Image-Turbo` revision `bc68c81e2a1730a394d5fc9fae70713dee940140`，遵循 Apache-2.0 许可证。