HiDream-O1-Image: 8B Pixel-Level Unified Transformer for ComfyUI

HiDream-O1-Image is an 8B parameter natively unified image generative foundation model built on a Pixel-level Unified Transformer (UiT), supporting text-to-image, image editing, and subject-driven personalization at up to 2048×2048.

H

HiDream-O1-Image（HiDream-ai出品）

文生图图像编辑8BUiT开源

原生统一的8B图像生成基础模型，基于像素级统一Transformer（UiT）构建。无需外部VAE或分散的文本编码器——在单一共享词元空间中编码原始像素、文本及任务条件。支持文生图、长文本渲染、指令编辑、主体驱动个性化生成及分镜生成，最高分辨率可达2048×2048。

Hugging Face（上游仓库）HF Comfy-OrgGitHub论文
开发者HiDream-ai
发布日期2026-05-08
架构像素级统一Transformer（UiT）——8B参数
许可证MIT
输出分辨率原生最高2048×2048
推理步数完整版：50步；开发版（蒸馏）：28步
量化变体BF16、FP8 scaled、MXFP8
能力文生图、图像编辑、主体驱动个性化生成、长文本渲染、分镜生成

Guides and workflows related to this model series.

No articles found.