HiDream-I1オープンソースリリース - 次世代画像生成モデル
HiDream.aiが17B パラメータを持つ新しいオープンソーステキスト生成画像モデルHiDream-I1をリリース。複数のベンチマークで既存のオープンソースモデルを上回り、様々なスタイルの高品質画像生成をサポート
HiDream.aiは2025年4月7日に最新のテキスト画像生成モデルHiDream-I1を正式にオープンソース化しました。このモデルは17Bのパラメータを持ち、数秒以内に高品質な画像を生成でき、複数のベンチマークテストで優れたスコアを獲得しています。
モデルの特徴
- ✨ 優れた画像品質 - 写実的、漫画的、芸術的など様々なスタイルの画像生成をサポートし、HPSv2.1評価でSOTA結果を達成、人間の美的好みと高い一致性
- 🎯 優れたプロンプト追従能力 - GenEvalとDPGベンチマークで例外的に良い性能を発揮し、他のすべてのオープンソースモデルを上回る
- 🔓 完全オープンソース - MITライセンスの下で公開され、科学研究や革新的なアプリケーションをサポート
- 💼 ビジネスフレンドリー - 生成された画像は個人プロジェクト、科学研究、商業アプリケーションに自由に使用可能
利用可能なモデルバージョン
HiDream.aiは異なるニーズに対応するためにHiDream-I1モデルの3つのバージョンを提供しています：
| モデル名 | 推論ステップ | 特徴 | リポジトリリンク | |
-- |
|
-
|
-
| | HiDream-I1-Full | 50 | 完全版、最高品質 | 🤗 HiDream-I1-Full | | HiDream-I1-Dev | 28 | 蒸留版、効率と効果のバランス | 🤗 HiDream-I1-Dev | | HiDream-I1-Fast | 16 | 高速版、リアルタイム生成ニーズに適合 | 🤗 HiDream-I1-Fast |
技術的ハイライト
HiDream-I1はMixture of Experts (MoE) アーキテクチャのDiTモデルを採用し、デュアルフローMMDiT blockとシングルフローDiT blockを組み合わせ、動的ルーティングメカニズムを通じて計算リソースを効率的に配分します。モデルはOpenCLIP ViT-bigG、OpenAI CLIP ViT-L、T5-XXL、Llama-3.1-8B-Instructなど複数のテキストエンコーダーを統合し、意味理解能力を大幅に向上させています。
ベンチマーク結果
DPG-Bench
| モデル | 総合 | Global | Entity | Attribute | Relation | Other | |
|
- |
|
|
|
| -- |
|---|
| PixArt-alpha |
| SDXL |
| DALL-E 3 |
| Flux.1-dev |
| SD3-Medium |
| Janus-Pro-7B |
| CogView4-6B |
| HiDream-I1 |
GenEval
| モデル | 総合 | Single Obj. | Two Obj. | Counting | Colors | Position | Color attribution | |
|
- |
-- |
-- |
-- |
|
-- |
-- | | 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 | Animation | Concept-art | Painting | Photo | |
|
- |
|
-- |
| -- |
|---|
| Stable Diffusion v2.0 |
| Midjourney V6 |
| SDXL |
| Dall-E3 |
| SD3 |
| Midjourney V5 |
| CogView4-6B |
| Flux.1-dev |
| stable cascade |
| HiDream-I1 |
使い始める
HiDream-I1モデルを試すには、プロジェクトのGitHubリポジトリにアクセスして詳細なインストールと使用ガイドを参照してください： HiDream-I1 GitHubリポジトリ
また、Hugging Faceから直接モデルの重みをダウンロードすることもでき、ニーズに合ったバージョンを選択できます。
ヒント： このモデルを使用するにはFlash Attentionのインストールが必要で、CUDA 12.4バージョンが推奨されます。また、Llama-3.1-8B-Instructを使用するため、十分なネットワーク接続とディスク容量があることを確認してください。
関連リンク
- 製品ウェブサイト：https://vivago.ai/
- GitHubリポジトリ：https://github.com/HiDream-ai/HiDream-I1
- Hugging Faceモデルリポジトリ：