Hidream I1 Full

🚀 HiDream-I1

HiDream-I1 是一款全新的開源圖像生成基礎模型，擁有 170 億參數，能在數秒內實現業界領先的圖像生成質量。

點擊 https://vivago.ai/ ，體驗更多產品特性和完整功能。

🚀 快速開始

請確保你已經安裝了 Flash Attention。手動安裝時，建議使用 CUDA 12.4 版本。

pip install -r requirements.txt

克隆 GitHub 倉庫：

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

然後你可以運行推理腳本生成圖像：

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

# 蒸餾開發模型推理
python ./inference.py --model_type dev

# 蒸餾快速模型推理
python ./inference.py --model_type fast

⚠️ 重要提示

推理腳本會自動下載 meta-llama/Meta-Llama-3.1-8B-Instruct 模型文件。如果你遇到網絡問題，可以提前下載這些文件並放置在合適的緩存目錄中，以避免推理過程中下載失敗。

✨ 主要特性

• ✨ 卓越的圖像質量 - 在多種風格（包括寫實、卡通、藝術等）下都能產生出色的效果。達到了業界領先的 HPS v2.1 分數，符合人類偏好。
• 🎯 一流的提示遵循能力 - 在 GenEval 和 DPG 基準測試中取得了行業領先的分數，超越了所有其他開源模型。
• 🔓 開源 - 在 MIT 許可下發布，以促進科學進步和創新。
• 💼 商業友好 - 生成的圖像可自由用於個人項目、科學研究和商業應用。

📚 詳細文檔

項目更新

• 🚀 2025 年 4 月 28 日：我們開源了基於指令的圖像編輯模型 HiDream-E1-Full。可在 https://huggingface.co/spaces/HiDream-ai/HiDream-E1-Full 體驗！

評估指標

DPG-Bench

GenEval

HPSv2.1 基準測試

📄 許可證

本倉庫中的 Transformer 模型遵循 MIT 許可證。VAE 來自 FLUX.1 [schnell]，文本編碼器來自 google/t5-v1_1-xxl 和 meta-llama/Meta-Llama-3.1-8B-Instruct。請遵循這些組件指定的許可條款。你擁有使用此模型創建的所有內容。你可以自由使用生成的內容，但必須遵守本許可協議。你應對如何使用這些模型負責。請勿創建非法內容、有害材料、可能傷害他人的個人信息、虛假信息或針對弱勢群體的內容。

致謝

• VAE 組件來自 FLUX.1 [schnell]，遵循 Apache 2.0 許可證。
• 文本編碼器來自 google/t5-v1_1-xxl（遵循 Apache 2.0 許可證）和 meta-llama/Meta-Llama-3.1-8B-Instruct（遵循 Llama 3.1 社區許可協議）。