Hidream I1 Full FP8

🚀 HiDream-I1 - 画像生成モデル

このモデルは、170億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達成します。

製品の詳細な機能を体験するには、https://vivago.ai/ をご覧ください。

🚀 クイックスタート

Flash Attention をインストールしてください。手動インストールの場合は、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

次に、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

# 蒸留された開発用モデルの推論
python ./inference.py --model_type dev

# 蒸留された高速モデルの推論
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して、推論中のダウンロード失敗を回避してください。

✨ 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、人間の嗜好に合致します。
• 🎯 業界最高のプロンプト追従性 - GenEvalおよびDPGベンチマークで業界トップのスコアを達成し、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、および商用アプリケーションに自由に使用できます。

💻 使用例

基本的な使用法

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

# 蒸留された開発用モデルの推論
python ./inference.py --model_type dev

# 蒸留された高速モデルの推論
python ./inference.py --model_type fast

高度な使用法

# Gradioデモを使用したインタラクティブな画像生成
python gradio_demo.py 

📚 ドキュメント

DPG-Bench

GenEval

HPSv2.1ベンチマーク

📄 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 および meta-llama/Meta-Llama-3.1-8B-Instruct から取得されています。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。このモデルで生成したすべてのコンテンツはあなたのものです。生成され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従わなければなりません。モデルの使用方法はあなた自身の責任です。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] から取得されており、Apache 2.0ライセンスの下でライセンスされています。
• テキストエンコーダは google/t5-v1_1-xxl (Apache 2.0ライセンス) および meta-llama/Meta-Llama-3.1-8B-Instruct (Llama 3.1コミュニティライセンス契約) から取得されています。