В общем, появился ещё один игрок в мире опенсорс‑нейронок.
17 млрд параметров, MIT‑лицензия и громкое обещание “лучшего качества среди всех опенсорсных моделей”. git clone https://github.com/HiDream-ai/HiDream-I1
cd HiDream-I1
pip install -r requirements.txt Генерируй: # Full‑модель
python inference.py --model_type full # Dev‑версия
python inference.py --model_type dev # Fast‑версия
python inference.py --model_type fast Модель сама подтянет веса Meta‑Llama‑3.1‑8B‑Instruct. Если интернет лагает — скачай их заранее и положи в кэш. Важно: генерируй что угодно, но не нарушай закон — без дичи, личных данных и дискриминации. Буду рад вашим комментариям🎤, лайкам🧡 и подпискам на мой канал: Так же заходите в мою группу в VK и на канал Телеграм.
В общем, появился ещё один игрок в мире опенсорс‑нейронок.
17 млрд параметров, MIT‑лицензия и громкое обещание “лучшего качества среди всех опенсорсных моделей”.
Что это за зверь?
- Open‑source под MIT. Контент, который ты создаёшь, — твой.
- Основа — Diffusion Transformers: модель учится генерить картинки из шума.
- Результаты в HPS v2.1 (человеко‑ориентированный тест) оказались лучше всех опенсорсов.
Ключевые фичи
- Супер‑качество: от фотореализма до мультяшного стиля — всё на уровне.
- Понимает промпты: топовые баллы в GenEval и DPG‑Bench.
- Открытый код: скачал, влепил в проект — и вперёд.
- Коммерческое использование: без ограничений.
Быстрый старт
- Клонируй репо:
git clone https://github.com/HiDream-ai/HiDream-I1
cd HiDream-I1
pip install -r requirements.txt
Генерируй:
# Full‑модель
python inference.py --model_type full
# Dev‑версия
python inference.py --model_type dev
# Fast‑версия
python inference.py --model_type fast
Модель сама подтянет веса Meta‑Llama‑3.1‑8B‑Instruct. Если интернет лагает — скачай их заранее и положи в кэш.
Требования к памяти
Квантование и оптимизации
- FP16 ≈ 34 ГБ, FP32 ≈ 68 ГБ (17e9×4 байта).
- Q8/FP8: можно уложиться в 12–16 ГБ VRAM, но это неофициальные хаки и оффлоадинг.
- Без оптимизаций — модель тащит не только 17 млрд параметров генерации, но и 8 млрд Llama‑трансформера.
Лицензии
- VAE из FLUX.1 [schnell] — Apache 2.0.
- Энкодеры от Google T5 и Meta‑LLaMA 3.1 — по своим лицензиям.
- MIT‑лицензия на основную модель.
Важно: генерируй что угодно, но не нарушай закон — без дичи, личных данных и дискриминации.
Где пощупать
Спасибо, что дочитали до конца! 🙏
Буду рад вашим комментариям🎤, лайкам🧡 и подпискам на мой канал:
Так же заходите в мою группу в VK и на канал Телеграм.