HiDream-O1-Image

HiDream-O1-Image 是 HiDream AI 于2026年5月8日正式开源的统一图像生成模型，仅用8B参数即可完成文生图、图像编辑和主体驱动个性化三大核心任务，支持最高2048×2048分辨率输出。该模型基于像素级统一Transformer（UiT）架构，无需外部VAE或独立文本编码器，直接在原生像素空间完成多模态融合，有效解决了传统扩散模型在语义理解和空间控制方面的局限。其内置的推理驱动提示词智能体能够主动分析用户意图、规划布局结构、优化文本渲染效果，显著提升复杂提示的生成质量。在Artificial Analysis文生图排行榜中，HiDream-O1-Image-Dev版本以第8名的成绩成为开源模型中的领先者，性能可媲美甚至超越参数量更大的闭源方案。项目提供完整的推理脚本和Hugging Face在线体验入口，开发者可快速部署至本地或云端环境。