HiDream - I1 - Fullオープンソース画像生成モデル - 多様なスタイルの高品質画像作成を無料でサポート

ホーム

Hidream I1 Full

HiDream-aiによって開発

HiDream-I1は170億パラメータを持つオープンソースの画像生成基盤モデルで、多様なスタイルの高品質画像生成をサポートします。

画像生成英語オープンソースライセンス:MIT #170億パラメータ大規模モデル #多様なスタイルの画像生成 #トップクラスのプロンプト追従

ダウンロード数 32.31k

リリース時間 : 4/6/2025

モデル概要

HiDream-I1は完全オープンソースの画像生成基盤モデルで、MITライセンスを採用し、数秒で最先端の画像生成品質を実現し、写実、アニメ、アートなど多様なスタイルをサポートします。

モデル特徴

卓越した画質

写実、アニメ、アートなど多様なスタイルでトップクラスの効果を発揮し、HPS v2.1スコアは人間の嗜好レベルに達しています

最高のプロンプト追従

GenEvalとDPGベンチマークテストですべてのオープンソースモデルをリード

完全オープンソース

MITライセンスを採用し、科学研究と創造的イノベーションを促進

商用フレンドリー

生成画像は個人プロジェクト、科学研究、商用シーンで自由に使用可能

モデル能力

高品質画像生成

多様なスタイルの画像生成

テキストから画像変換

高速推論

使用事例

クリエイティブデザイン

アート創作

様々なアートスタイルの画像を生成

高品質なアート作品

広告デザイン

広告素材を迅速に生成

商業ニーズに合致した画像

科学研究・教育

教材生成

教育コンテンツ用の関連画像を生成

直感的な教育補助材料

🚀 HiDream-I1

HiDream-I1 は、170億のパラメータを持つ新しいオープンソースの画像生成基礎モデルで、数秒で最先端の画像生成品質を実現します。

HiDream-I1 Demo

当社製品のさらなる機能や全能力を体験するには、https://vivago.ai/ をご訪問ください。

🚀 クイックスタート

Flash Attention をインストールしてください。手動インストールではCUDAバージョン12.4を推奨します。

pip install -r requirements.txt

GitHubリポジトリをクローンします。

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

その後、推論スクリプトを実行して画像を生成できます。

# フルモデルの推論
python ./inference.py --model_type full

# 蒸留開発モデルの推論
python ./inference.py --model_type dev

# 蒸留高速モデルの推論
python ./inference.py --model_type fast

⚠️ 重要提示

推論スクリプトは自動的に meta-llama/Meta-Llama-3.1-8B-Instruct モデルファイルをダウンロードします。ネットワークの問題が発生した場合は、事前にこれらのファイルをダウンロードし、適切なキャッシュディレクトリに配置することで、推論中のダウンロード失敗を回避できます。

✨ 主な機能

✨ 卓越した画像品質 - 写実的、カートゥーン、アートなど、複数のスタイルで優れた結果を生み出します。最先端のHPS v2.1スコアを達成し、人間の好みに合致します。
🎯 最高水準のプロンプト追従性 - GenEvalおよびDPGベンチマークで業界最高のスコアを達成し、他のすべてのオープンソースモデルを上回ります。
🔓 オープンソース - 科学の進歩を促進し、創造的な革新を可能にするために、MITライセンスの下で公開されています。
💼 商用利用にも適しています - 生成された画像は、個人プロジェクト、科学研究、商用アプリケーションに自由に使用できます。

📦 インストール

Flash Attention をインストールします。推奨CUDAバージョンは12.4です。
依存関係をインストールします。

pip install -r requirements.txt

GitHubリポジトリをクローンします。

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

💻 使用例

基本的な使用法

# フルモデルの推論
python ./inference.py --model_type full

# 蒸留開発モデルの推論
python ./inference.py --model_type dev

# 蒸留高速モデルの推論
python ./inference.py --model_type fast

📚 ドキュメント

プロジェクトの更新情報

🚀 2025年4月28日：命令ベースの画像編集モデル HiDream-E1-Full をオープンソース化しました。https://huggingface.co/spaces/HiDream-ai/HiDream-E1-Full で体験してください！

Gradioデモ

対話型の画像生成のためのGradioデモも提供しています。以下のコマンドでデモを実行できます。

python gradio_demo.py

評価指標

DPG-Bench

モデル	全体	グローバル	エンティティ	属性	関係	その他
PixArt-alpha	71.11	74.97	79.32	78.60	82.57	76.96
SDXL	74.65	83.27	82.43	80.91	86.76	80.41
DALL-E 3	83.50	90.97	89.61	88.39	90.58	89.83
Flux.1-dev	83.79	85.80	86.79	89.98	90.04	89.90
SD3-Medium	84.08	87.90	91.01	88.83	80.70	88.68
Janus-Pro-7B	84.19	86.90	88.90	89.40	89.32	89.48
CogView4-6B	85.13	83.85	90.35	91.17	91.14	87.29
HiDream-I1	85.89	76.44	90.22	89.48	93.74	91.83

GenEval

モデル	全体	単一オブジェクト	二つのオブジェクト	カウント	色	位置	色属性
SDXL	0.55	0.98	0.74	0.39	0.85	0.15	0.23
PixArt-alpha	0.48	0.98	0.50	0.44	0.80	0.08	0.07
Flux.1-dev	0.66	0.98	0.79	0.73	0.77	0.22	0.45
DALL-E 3	0.67	0.96	0.87	0.47	0.83	0.43	0.45
CogView4-6B	0.73	0.99	0.86	0.66	0.79	0.48	0.58
SD3-Medium	0.74	0.99	0.94	0.72	0.89	0.33	0.60
Janus-Pro-7B	0.80	0.99	0.89	0.59	0.90	0.79	0.66
HiDream-I1	0.83	1.00	0.98	0.79	0.91	0.60	0.72

HPSv2.1ベンチマーク

モデル	平均	アニメーション	コンセプトアート	絵画	写真
Stable Diffusion v2.0	26.38	27.09	26.02	25.68	26.73
Midjourney V6	30.29	32.02	30.29	29.74	29.10
SDXL	30.64	32.84	31.36	30.86	27.48
Dall-E3	31.44	32.39	31.09	31.18	31.09
SD3	31.53	32.60	31.82	32.06	29.62
Midjourney V5	32.33	34.05	32.47	32.24	30.56
CogView4-6B	32.31	33.23	32.60	32.89	30.52
Flux.1-dev	32.47	33.87	32.27	32.62	31.11
stable cascade	32.95	34.58	33.13	33.29	30.78
HiDream-I1	33.82	35.05	33.74	33.88	32.61

📄 ライセンス

このリポジトリのTransformerモデルはMITライセンスの下でライセンスされています。VAEは FLUX.1 [schnell] から、テキストエンコーダは google/t5-v1_1-xxl と meta-llama/Meta-Llama-3.1-8B-Instruct から取得しています。これらのコンポーネントに指定されたライセンス条項に従ってください。このモデルで作成したすべてのコンテンツはあなたが所有します。生成したコンテンツを自由に使用できますが、このライセンス契約に準拠する必要があります。モデルの使用方法はあなた自身が責任を負います。違法なコンテンツ、有害な材料、他人を害する可能性のある個人情報、虚偽の情報、または脆弱なグループを標的としたコンテンツを作成しないでください。

謝辞

VAEコンポーネントは FLUX.1 [schnell] から取得しており、Apache 2.0ライセンスの下で提供されています。
テキストエンコーダは google/t5-v1_1-xxl（Apache 2.0ライセンス）と meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1 Community License Agreement）から取得しています。