开源协议: MIT 标签:

• 图像生成
• HiDream.ai 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，可在数秒内实现最先进的图像生成质量。

欲体验更多功能及完整产品能力，请访问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 - 在写实、卡通、艺术等多种风格下均能产出顶级效果，HPS v2.1评分达到人类偏好水平
• 🎯 最佳提示跟随 - 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协议促进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

# 快速版轻量模型推理
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演示界面，运行以下命令启动：

python gradio_demo.py 

评估指标

DPG基准

GenEval

HPSv2.1基准

许可协议

本仓库中的Transformer模型采用MIT协议授权。VAE组件来自FLUX.1 [schnell]，文本编码器分别采用google/t5-v1_1-xxl和meta-llama/Meta-Llama-3.1-8B-Instruct，请遵守对应组件的许可条款。您拥有使用本模型生成内容的所有权，可自由使用生成内容，但须遵守本协议。使用者需对模型使用行为负责，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]，采用Apache 2.0许可
• 文本编码器分别采用google/t5-v1_1-xxl(Apache 2.0许可)和meta-llama/Meta-Llama-3.1-8B-Instruct(Llama 3.1社区许可协议)