HiDream-I1：智象未来开源的文生图模型

HiDream-I1简介

HiDream-I1是由HiDream-ai团队开源的图像生成基础模型，拥有17亿参数。它能在短时间内生成高质量图像，表现卓越。团队于2025年4月7日开源此模型，并在4月8日推出HiDream-I1-Dev的Hugging Face Space供用户体验。该模型有完整版、开发版和快速版，分别对应不同推理步骤，满足多样化需求。使用时需安装Flash Attention，推荐CUDA 12.4版本。团队还提供Gradio演示，方便用户互动体验图像生成过程。在多项评估指标中，HiDream-I1表现优异，如在DPG-Bench中综合得分85.89，在GenEval中综合得分0.83，在HPSv2.1 benchmark中平均得分33.82，均位列前茅。

HiDream-I1主要功能

• 高质量图像生成：能够根据文本描述生成清晰、逼真的图像，涵盖多种风格，满足不同用户的需求。
• 多样化风格支持：无论是科幻、艺术还是写实风格，HiDream-I1都能生成符合要求的图像，适应多种场景。
• 细节表现优秀：在色彩、边缘和构图上表现出色，即使面对复杂场景，也能生成高质量的图像。
• 文本理解能力强：能够准确理解文本描述，生成与描述高度匹配的图像，提升生成效果。
• 多版本选择：提供不同版本的模型，用户可以根据需要选择适合的版本，平衡生成速度和图像质量。
• 易用性强：配备简单的推理脚本和Gradio演示功能，方便用户快速上手，无需复杂操作。
• 平台兼容性：与Hugging Face平台集成，方便模型共享和部署，便于开发者使用。

HiDream-I1技术原理

• 扩散模型技术：通过逐步去除噪声来生成图像，确保生成的图像在细节和一致性方面表现出色。
• 混合专家架构：采用混合专家架构，结合双流和单流模块，动态分配计算资源，提升模型的灵活性和效率。
• 多文本编码器集成：集成多种文本编码器，增强对文本描述的理解能力，使生成的图像更符合用户需求。
• 大规模预训练：通过大规模预训练策略，优化生成速度和质量，实现高效生成。
• 优化机制：采用Flash Attention等技术，进一步提升生成速度和图像质量，确保模型在实际应用中的高效性。

HiDream-I1应用场景

1. 创意绘画：艺术家可以用它快速生成绘画草图，激发灵感，比如想画一幅星空下的城堡，输入描述就能得到初步画面，再在此基础上发挥。
2. 产品设计：设计师设计新产品时，比如设计一款未来感的手机，输入相关描述，模型能生成外观图，帮助完善设计细节。
3. 游戏制作：游戏开发者可以用它快速生成游戏场景，比如一片奇幻森林，或者游戏角色形象，加快开发进度。
4. 教学辅助：老师讲解历史建筑时，输入建筑名称和风格，生成图像展示给学生，让抽象知识更直观。
5. 广告设计：广告团队需要制作宣传海报，输入产品特点和创意方向，生成多种海报样式，挑选合适的设计。
6. 影视前期：影视制作人员根据剧本描述生成分镜头画面，比如一场古代战场的戏，快速得到初步视觉效果，用于规划拍摄。

HiDream-I1项目入口

• Github代码库：https://github.com/HiDream-ai/HiDream-I1
• HuggingFace模型：https://huggingface.co/HiDream-ai/HiDream-I1-Full