🚀 HiDream-I1 - 开源图像生成基础模型

HiDream-I1 是一款全新的开源图像生成基础模型，拥有 170 亿参数，能在数秒内实现顶尖的图像生成质量。如需了解更多特性并体验我们产品的完整功能，请访问 https://vivago.ai/。

✨ 主要特性

• ✨ 卓越的图像质量 - 在多种风格（包括逼真照片、卡通、艺术风格等）下都能产生出色的结果。达到了最先进的 HPS v2.1 评分，符合人类偏好。
• 🎯 一流的提示遵循能力 - 在 GenEval 和 DPG 基准测试中取得了行业领先的分数，超越了所有其他开源模型。
• 🔓 开源 - 在 MIT 许可下发布，以促进科学进步并推动创新。
• 💼 商业友好 - 生成的图像可自由用于个人项目、科学研究和商业应用。

🚀 快速开始

请确保你已经安装了 Flash Attention。手动安装时，我们建议使用 CUDA 版本 12.4。

pip install -r requirements.txt

克隆 GitHub 仓库：

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

然后你可以运行推理脚本来生成图像：

# 全量模型推理
python ./inference.py --model_type full

# 蒸馏开发模型推理
python ./inference.py --model_type dev

# 蒸馏快速模型推理
python ./inference.py --model_type fast

⚠️ 重要提示

推理脚本将自动下载 meta-llama/Meta-Llama-3.1-8B-Instruct 模型文件。如果你遇到网络问题，可以提前下载这些文件并将它们放在适当的缓存目录中，以避免推理期间下载失败。

💻 使用示例

基础用法

# 全量模型推理
python ./inference.py --model_type full

# 蒸馏开发模型推理
python ./inference.py --model_type dev

# 蒸馏快速模型推理
python ./inference.py --model_type fast

高级用法

# 运行 Gradio 演示进行交互式图像生成
python gradio_demo.py 

📚 详细文档

评估指标

DPG-Bench

GenEval

HPSv2.1 基准测试

📄 许可证

本仓库中的 Transformer 模型遵循 MIT 许可证。VAE 来自 FLUX.1 [schnell]，文本编码器来自 google/t5-v1_1-xxl 和 meta-llama/Meta-Llama-3.1-8B-Instruct。请遵循这些组件指定的许可条款。你拥有使用此模型创建的所有内容。你可以自由使用生成的内容，但必须遵守本许可协议。你应对模型的使用负责。请勿创建非法内容、有害材料、可能伤害他人的个人信息、虚假信息或针对弱势群体的内容。

致谢

• VAE 组件来自 FLUX.1 [schnell]，遵循 Apache 2.0 许可证。
• 文本编码器来自 google/t5-v1_1-xxl（遵循 Apache 2.0 许可证）和 meta-llama/Meta-Llama-3.1-8B-Instruct（遵循 Llama 3.1 社区许可协议）。