HiDream-I1が特に適しているのは、既存のHiDreamワークフローを持つチームや、このモデルを評価する具体的な理由があるチームです。Fullはテキストから画像を生成し、DevとFastは蒸留によって作られた画像生成用の派生モデルです。関連モデルのE1.1は、指示に従って既存の画像を編集します。モデルの重みをローカルで利用できるため実験の余地はありますが、パイプラインには、インストールとライセンスへの対応が必要な複数のコンポーネントが含まれます。HiDreamのTransformerにはMITライセンスが適用されますが、VAEとテキストエンコーダーには、Llamaの規約を含む別の利用条件があります。キャラクター素材に使う場合は、ポーズが変わってもキャラクターの一貫性を保てるか、各画像にどの程度の修正が必要かを評価してください。公開元のベンチマークスコアでは、こうした制作上の疑問は未解決のままです。
商用利用 & ライセンス
HiDreamのTransformerはMITライセンスを採用しています。公式モデルカードでは、Llama 3.1 Community Licenseを含め、VAEとテキストエンコーダーそれぞれのライセンスを遵守することが求められています。
成人向けコンテンツのルール
モデルカードでは、露骨な成人向けコンテンツが許可されているかどうかは明らかにされていません。ローカルで実行しても、権利に関する問題や、ホスティングサービス提供者の利用規約に関する問題が解決するわけではありません。
必要なもの
公式のセットアップでは、CUDA、Flash Attention、HiDreamのTransformer、VAE、テキストエンコーダーを使用します。手動インストールにはCUDA 12.4が推奨されています。E1.1には、最新のDiffusersも必要です。Llamaの自動ダウンロードには、ライセンスへの同意とHugging Faceへのログインが必要です。すべてのコンポーネントを保存できるストレージ容量を確保し、選んだワークフローでのメモリ使用量を測定してください。
ランクは、確認したドキュメントに基づく、記載の作業に対する推奨度です。モデルのランクは、性的に露骨な内容を扱わない開発作業を対象としています。実際のベンチマークは行っていません。コンテンツポリシーと商用利用条件は別途確認してください。 ランクの仕組み →