license: mit tags:

• 图像生成
• HiDream.ai language:
• en pipeline_tag: text-to-image library_name: 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。

如需更多功能并体验产品的完整能力，请访问 https://vivago.ai/。

核心特性

• ✨ 卓越画质 - 在照片级写实、卡通、艺术等多种风格上表现优异。获得与人类审美高度一致的HPS v2.1最高评分。
• 🎯 精准提示跟随 - 在GenEval和DPG基准测试中取得业界领先成绩，超越所有其他开源模型。
• 🔓 完全开源 - 采用MIT许可协议发布，推动科研进步并激发创意创新。
• 💼 商用友好 - 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GitHub仓库：

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

随后可运行推理脚本生成图像：

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

# 开发版蒸馏模型推理
python ./inference.py --model_type dev

# 快速版蒸馏模型推理
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，建议提前下载并放置于缓存目录以避免推理中断。

Gradio演示

我们还提供了交互式图像生成的Gradio演示界面，运行命令如下：

python gradio_demo.py 

评估指标

DPG基准

GenEval评估

HPSv2.1基准

许可协议

本仓库中的Transformer模型采用MIT许可协议。VAE组件来自FLUX.1 [schnell]，文本编码器分别来自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、侵犯他人隐私的敏感数据、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
• 文本编码器分别来自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)