HiDream：最强文生图开源模型，来自合肥

刚出道的 HiDream-I1，拿下了 Hugging Face 趋势榜第二（图像榜第一），Artificial Analysis 文生图第二，排在Midjourney、Google Imagen、FLUX、SDXL 之前，仅次于 GPT-4o 。

老实讲，看多了龙争虎斗，本应对此免疫。

但被提醒道：这是个创业团队搞的，来自合肥

打了个猛子...牛逼牛逼，真尼玛牛逼

Hugging Face 模型趋势榜 Artificial Analysis 图像竞技场

不得不仔细看了几眼：

• • 它是MIT 协议， 开源的可商用

• • 它是 中国团队做的 ，也没拿自己和谁对标

• • 它是 可部署的 ，权重、脚本、demo、量化全部已放出

• • 这不是大厂项目，这不是！这不是！

真的，这东西，是我们“默认国内早就该有”，但直到现在才出来的东西。

甚是好奇，随即我联系上了背后团队，问了大量私货，有了这篇文章。

真实可用，不是PPT

HiDream-I1 分三个版本：Full / Dev / Fast，分别对应不同的推理场景。

这里有几个官方 Case，来自

画面细节 色彩与光效 崩坏控制 物理法则
我去跑了几个任务： 可爱的举重猫猫 富有张力的镜头特写 带上文字也可以

生成质量稳定，理解力准确，出图速度在 Full 版下约 30 秒/张，Dev 版下 10 秒/张，Fast 则为 5 秒/张，可以直接挂进内容生产链路中使用。

这些速度不是靠粗暴剪枝换来的：Dev 和 Fast 模型是在原版基础上，通过 GAN 辅助的扩散蒸馏方式做出的结构级压缩：保留了大模型的细节能力，同时显著降低了推理成本。Fast 版本则进一步压缩采样步数，有了更快的速度

直接能用

HiDream-I1 优化了整套部署支撑，所以无论是做项目原型，还是打包进服务，这套模型的部署链路都非常顺畅：

• • 15GB 显存起步 就能跑 Dev 版本，推理速度约 10 秒一张图

• • Hugging Face 上权重齐全 ，配套的推理脚本和配置文件全部开源

• • Diffusers 接口支持完整 ，可以一键加载到现有 pipeline 里使用

• • 可接入 ComfyUI / Gradio ，可直接嵌入原本工作流

• • 支持 4bit 量化与 LoRA 微调 ，适合本地部署和行业定制任务

可以在 Hugging Face 上先玩（也有对应的 Space）

https://huggingface.co/HiDream-ai/HiDream-I1-Full

他们也有更加产品化的网站（面向海外的）

https://vivago.ai/studio

产品是面向海外的 一些数据

在几项主流评测里，会发现它的表现也都在第一梯队：

• • DPG-Bench ：评估模型对复杂提示的理解与还原能力，得分 85.89 ，总分第一

• • GenEval ：评估 模型对提示中对象的理解与执行能力，得分 0.83 ，开源模型中最高

• • HPS v2.1 ：评估图像的主观美感和语义一致性，HiDream-I1 得分 33.82 ，高于 Midjourney V5、SDXL、DALL·E 3

这些 benchmark 来自公开信息，可以复现试试。

它们的结果，其实只说明一件事： HiDream-I1 在理解文本、还原细节、维持画面质量这三件事上，是稳的。

One More Thing

I1 之后，这几天他们还会开源 E1。

https://github.com/HiDream-ai/HiDream-E1/

I for Image，E for Editor：从图像生成，到图像编辑

用对话的方式改图，像 GPT-4o 那种，敬请期待。

来自合肥，低调做事

第一次注意到 HiDream 这个团队，还是去年初雪；

再次看到，已是春暖花开。

当时只道是寻常，没第一时间去深聊。

而在过去两周里，HiDream-I1 在开源生态中一路高歌猛进，排名跃升，着实令人咋舌：参数不大，速度稳定，出图质量靠得住，还能跑到顶级开源模型前列。这在如今的开源图像模型里，已经很罕见了。

好奇之下，我联系到他们，和团队聊了半个下午，拼出这个项目的全貌。

HiDream.ai 成立于 2023 年 3 月，在合肥。就是那个背靠中科大，孵化了京东方、科大讯发的合肥。

创始人梅涛，亦是中科大背景：在中科大读了本、硕、博，微软亚洲研究院做了 12 年研究员，后来在京东探索研究院任副院长，还是 IEEE Fellow、加拿大工程院外籍院士。

这个项目的天使轮，来自群友：一个叫“中喝大”的中科大校友群。在这里 15 位校友自发组了 LLP，投下“种子一号基金”。在之后，是上面提到的「敦鸿资本领投的 Pre-A 轮融资后，又获得数亿元 A 轮融资，两轮融资总共规模达到数亿元人民币」。在行业之内，融的不算多。

梅涛自己说，他创业不是为了跟谁竞争，也不是为了赶热点，而是想证明——中国的科研人才可以在工业级产品线中做出自己的东西。哪怕晚几年，但路径能跑通、结构能复制。

目前， HiDream.ai 团队也就 50 人上下，但拥有目前行业中最丰富的多模态版权语料库，并且把训练 ROI 做到了业内平均的 1/5。模型路线走的是自研架构、全流程闭环，也是在中国少数真正“从基础模型一路做到应用层闭环”的图像/视频方向创业公司之一。

办公室实拍...没啥构图，主打真诚

在他们上周海外爆火了一波后，照理说你会看到铺天盖地的 PR 稿件，来讲什么“国产替代”或“国产超越”的故事。

但实际上，啥也没有。看到的就只是把权重挂上 Hugging Face，贴好推理脚本、样例代码、demo 页面，然后静静等社区试用。

我问他们，“为什么不讲点东西？”

团队的回答是：“说得响没用，能用才有价值。”

语气平实，节奏克制。

能看出，他们不是不准备，而是不着急。

这两天，他们还会正式开源 HiDream-E1，E for Editor。

Git 上已经有了 Readme，开出来不远了

接下来，HiDream 还会陆续发布多模态 Agent 模型 HiDream-A1（A for Agent）、产品 vivaGO v2.0，面向专业创作者的终端 App，以及视频生成的相关东西（预估是5月）。

没喊口号，按计划在推进。不在造势，而在做事。

结尾

很有意思，AI 的大火从北京烧到上海，进而点亮了「杭州六小龙」，也让我们看到了 Manus 在武汉崛起。

现在，合肥也交出了自己的答卷：HiDream。

一个创业团队，从图像模型切入，在没人关注的节点，把一件“早就该有人做的事”做出来了。

春风拂面，桃花满枝。

我们越发看见、也越发确信：

中国的创业公司，不讲故事，也能把答案写在时代的卷首。