开源协议: MIT 标签:

• 图像生成
• HiDream.ai 支持语言:
• 英语 任务类型: 文生图 库名称: diffusers

HiDream-I1 是一款拥有170亿参数的全新开源图像生成基础模型，可在数秒内实现业界领先的图像生成质量。

欲体验完整功能，请访问 https://vivago.ai/

项目动态

• 🚀 2025年4月28日：我们已开源基于指令的图像编辑模型HiDream-E1-Full，立即体验 https://huggingface.co/spaces/HiDream-ai/HiDream-E1-Full

核心优势

• ✨ 卓越画质 - 支持照片级写实、卡通、艺术等多种风格，HPS v2.1评分达到人类偏好级水准
• 🎯 精准提示跟随 - 在GenEval和DPG基准测试中全面领先所有开源模型
• 🔓 完全开源 - 采用MIT协议，推动科研进步与创意创新
• 💼 商业友好 - 生成图像可自由用于个人项目、科研及商业场景

快速开始

请确保已安装Flash Attention，推荐手动安装CUDA 12.4版本

pip install -r requirements.txt

克隆代码库：

git clone https://github.com/HiDream-ai/HiDream-I1

运行推理脚本生成图像：

# 完整模型推理
python ./inference.py --model_type full

# 开发版轻量模型推理
python ./inference.py --model_type dev

# 极速版轻量模型推理
python ./inference.py --model_type fast

注意： 推理脚本将自动下载meta-llama/Meta-Llama-3.1-8B-Instruct模型文件。若遇网络问题，可提前下载并放置于缓存目录避免中断。

Gradio演示

我们还提供交互式图像生成界面：

python gradio_demo.py 

评估指标

DPG基准

GenEval

HPSv2.1评分

许可协议

本仓库Transformer模型采用MIT协议。VAE组件来自FLUX.1 [schnell]，文本编码器分别采用google/t5-v1_1-xxl（Apache 2.0协议）和meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1社区许可协议）。您拥有生成内容的所有权，但须遵守组件对应的许可条款。禁止生成违法内容、有害信息、侵犯他人隐私的素材、虚假信息或针对弱势群体的不当内容。

致谢

• VAE组件源自FLUX.1 [schnell]（Apache 2.0协议）
• 文本编码器采用google/t5-v1_1-xxl（Apache 2.0协议）与meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1社区许可协议）