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，能够在数秒内生成达到业界顶尖水准的图像。

如需体验更多功能及完整产品能力，请访问 https://vivago.ai/。

核心特性

• ✨ 卓越画质 - 支持照片级真实感、卡通、艺术等多种风格，HPS v2.1评分达到业界最优，完美契合人类审美偏好
• 🎯 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许可证发布，助力科研进步与创意创新
• 💼 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

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。如遇网络问题，可提前下载并放置于缓存目录以避免推理时下载失败。

Gradio演示

我们同时提供交互式图像生成的Gradio演示界面：

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许可证。VAE组件来自FLUX.1 [schnell]，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）。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，但需遵守许可条款。严禁生成违法内容、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许可）
• 文本编码器采用google/t5-v1_1-xxl（Apache 2.0许可）与meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1社区许可协议）