HiDream-I1-Full

HiDream-I1-Full

用一个 170 亿参数的开源模型从文字提示词生成图像，在模型卡的提示词遵循表格中名列前茅。适合有高性能 GPU 的设计师、营销人员和开发者。

由 HiDream-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：HiDream-I1-Full 是一个开源的文生图模型，有 171 亿参数，采用 MIT 许可证。你用文字描述一幅画，它就把它画出来，风格从写实到卡通都有。仓库还指向更快的蒸馏版本，叫 dev 和 fast。

适合谁：适合想在自己硬件上生成图像、并且习惯运行 Python 脚本和安装 GPU 库的人。

行业 | 谁在用 | 怎么用 | 例子
营销 | 设计师和内容团队 | 根据书面需求起草宣传视觉素材 | 横幅上的产品场景
软件 | 应用开发者 | 给产品加上图像生成功能 | 为游戏生成占位美术
研究 | 图像模型研究者 | 和其他开源模型比较提示词遵循能力 | 运行类似 GenEval 的提示词
创意工作 | 插画师 | 在动手绘制之前探索风格 | 同一个想法的卡通版和写实版

如果你没有强力的 GPU，可以跳过，因为光是 F16 权重就约有 34.2 GB。

用在哪里：

• 在 Windows、macOS 或 Linux 上运行项目代码里的 Python 脚本
• 在你自己机器上启动的 Gradio 网页演示
• diffusers 库，模型就是按它来标注的

用例 | 谁用 | 得到什么
文生图 | 设计师 | 根据你的提示词生成的图片
速度取舍 | 开发者 | 在 full、dev 或 fast 版本之间选择
互动尝试 | 测试提示词的人 | 一个可以输入提示词并查看结果的网页

如何设置：先准备好这些。

• 带 pip 的 Python，以及显存充足的 GPU
• 已安装 Flash Attention，模型卡建议手动安装时用 CUDA 12.4
• 项目代码，从它的 GitHub 仓库克隆到你的机器上
• 首次运行时需要联网，因为脚本会获取 Meta 的 Llama 3.1 8B Instruct 文件

1. 克隆项目的 GitHub 仓库。
2. 用 pip 安装它的依赖。
3. 可选：用 Hugging Face 工具下载 HiDream-I1-Full 文件。
4. 为你想用的版本运行推理脚本。

pip install -r requirements.txt

pip install -U huggingface_hub
hf download HiDream-ai/HiDream-I1-Full

如何使用：为你想用的版本运行推理脚本，或者启动 Gradio 演示进行互动。首次运行会自己拉取 Llama 模型文件，所以网络被拦住时，它在开始之前就会停下。

# For full model inference
python ./inference.py --model_type full

# For distilled dev model inference
python ./inference.py --model_type dev

# For distilled fast model inference
python ./inference.py --model_type fast

python gradio_demo.py

工具 | 作用
inference.py --model_type full | 运行完整模型
inference.py --model_type dev | 运行蒸馏的 dev 模型
inference.py --model_type fast | 运行蒸馏的 fast 模型
gradio_demo.py | 启动互动的 Gradio 演示

示例：启动 Gradio 演示，输入像“a watercolor fox in a snowy forest”这样的提示词。模型根据这段文字生成图像并显示在页面上，可以直接保存。

新手与专家：如果你是新手，先从 Gradio 演示开始，因为不用改代码就能输入提示词看到图片。要预料到下载量很大、首次运行很久，因为 Llama 文件也会一起下载。

如果你熟悉这个领域，技术报告把它称为稀疏扩散 transformer。模型卡在所展示的 GenEval 和 DPG-Bench 表格中把它排在第一，GenEval 总分 0.83，DPG-Bench 为 85.89。这些是作者自己的结果，同一张表里它在个别单项上也落后于一些模型，比如 global 分数。

你写一条文字提示词
脚本加载 HiDream-I1 权重
获取 Llama 3.1 8B Instruct 文件
所选版本生成图像
图片被保存或显示在演示中

注意事项：

• 规模：17.1B 参数，Safetensors 格式，F16 约 34.2 GB，4-bit 估计约 8.6 GB
• 其他版本：其他人做过 5 个量化版本和 13 个微调版本
• 编辑：作者另外发布了图像编辑模型 HiDream-E1-Full 和 HiDream-E1.1
• 商用：模型卡称生成的图像可用于个人、研究和商业用途

Title: 模型卡表格中的 GenEval 总分
HiDream-I1: 0.83 分
Janus-Pro-7B: 0.80 分
SD3-Medium: 0.74 分
CogView4-6B: 0.73 分
DALL-E 3: 0.67 分
Flux.1-dev: 0.66 分
SDXL: 0.55 分
PixArt-alpha: 0.48 分

• License: MIT
• Cost to run: 未提及，来源没有列出 API 密钥或付费服务，不过对 GPU 的要求很高
• Data it reaches: 你的提示词和在你自己机器上生成的图像，另外首次运行时会下载 Llama 3.1 8B Instruct 文件
• Not for: 没有强力 GPU 的机器，因为模型卡没有给出仅用 CPU 的方式

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：diffusers
• 参数量：17.1B
• Weights: about 34.2 GB in F16; about 8.6 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：695
• 点赞：1,015
• 许可证：mit
• 语言：en
• Quantized versions: 5
• Fine-tunes: 13
• 标签：diffusers, safetensors, image-generation, hidream.ai, text-to-image

链接

• 模型：https://huggingface.co/HiDream-ai/HiDream-I1-Full
• 文件：https://huggingface.co/HiDream-ai/HiDream-I1-Full/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download HiDream-ai/HiDream-I1-Full

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。