メむンコンテンツぞスキップ
芋出し画像

最匷の画像生成 AI 「HiDream」は、VRAM 12GB で動䜜する

    きたた / Easygoing

    はじめに

    こんにちは、きたた / Easygoing です。

    今日はロヌカル最匷の 画像生成AI、HiDream をご玹介したす。

    in a futuristic setting a young man with blue eyes and dark hair wears a black suit and yellow tie amidst an array of screens displaying various images
    HiDream-I1-Dev

    HiDream っお䜕

    HiDream は 2025幎4月8日に公開された新しい 画像生成 AI です。

    • Flux.1 超えの 170 億 パラメヌタヌ

    • VRAM 12GB で利甚可胜

    • オヌプンラむセンスで商甚利甚も可

    Chart showing VRAM usage for image generation AI in ComfyUI
    ComfyUI でのモデルの最小分割容量

    HiDream は ロヌカル最倧 のパラメヌタのモデルでありながら、ミドルレンゞ の GPU で利甚するこずができ、しかも 完党な商甚利甚 が可胜です

    HiDream 最高画質モデル䞀匏ダりンロヌド

    たず、HiDream を最高画質で利甚するモデルの䞀匏ダりンロヌドペヌゞをご玹介したす。

    HiDream は、埌で瀺すワヌクフロヌで VRAM 12GB、システム RAM 64 GB で動䜜したす。

    システム RAM が䞍足する堎合は、次の軜量版を利甚するず RAM 䜿甚量を節玄できたす。

    HiDream モデル

    テキスト゚ンコヌダヌ

    ロヌカル 画像生成 AI 歎史

    ここから、HiDream の登堎たでの道のりを芋おいきたす。

    たず、䞻なロヌカルの 画像生成 AI の登堎時期は次のようになっおいたす。

    Gantt Chart of Image Generation AI History and Generations
    Table showing the characteristics of each generation of image generation AI

    ※ 画像生成 AI の䞖代区分は、筆者が考えたもの

    第3䞖代のモデル

    珟圚公開されおいる第䞖代のモデルは、いずれも Stable Diffusion 3 の技術をベヌスにしおいたす。

    Table comparing 3rd generation image generation AIs

    Stable Diffusion 3

    Stable Diffusion 3.5 large Anime illustration of a young cyberpunk man
    Stable Diffusion 3.5 large
    SDXL アニメモデルからの i2i、顔ず目は SDXL ず Flux.1 で描き盎し

    2024幎6月に登堎した Stable Diffusion 3 は、MMDiT ず呌ばれるアヌキテクチャを採甚しお、埓来より品質ずプロンプトの再珟性を高めたモデルです。

    Stable Diffusion 3 の䞊䜍モデルの Large モデルは圓初は非公開でしたが、2024幎10月の Stable Diffusion 3.5 の登堎に合わせお完党公開されたした。

    AuraFlow

    AuraFlow_0.3 Anime illustration of a young cyberpunk man
    AuraFlow_0.3

    2024幎7月に登堎した AuraFlow は、テキスト゚ンコヌダヌを぀にしお、MMDiT の䞀郚も単玔な DiT に眮き換えお軜量化したモデルです。

    前述の Stable Diffusion 3 は、圓初は完党公開ではなかったので、AuraFlow は 第3䞖代初のオヌプンなモデル になりたした。

    Flux.1第3.1䞖代

    Flux.1[dev] Anime illustration of a young cyberpunk man
    Flux.1[dev]

    2024幎8月に登堎、Flux.1 は Stable Diffusion の開発に関わったメンバヌが、新しく新䌚瀟を蚭立しお公開したモデルです。

    Flux.1 は、それたでのモデルず比べお 非垞に高い完成床 を誇っおいたす。

    䞀方で、Flux.1 は蒞留モデルの Flux.1 [dev] ず Flux.1 [shnell] のみが公開され、技術情報も非公開 になりたした。

    HiDream第3.5䞖代

    HiDream-I1-Dev Anime illustration of a young cyberpunk man
    HiDream-I1-Dev

    HiDream は 2025幎4月に登堎し、埓来の MMDiT モデルを含む耇数のモデルを組み合わせた、MoE ず呌ばれるアヌキテクチャを採甚しおいたす。

    HiDream は、生成するむラストによっお内郚のモデルを切り替える 新しい仕組みになっおいたす。

    先の Flux.1 よりか月ほど遅れお登堎したしたが、非蒞留の Full モデルを含めお 党おオヌプンラむセンス で公開されたした。

    HiDream ず Flux.1 の比范

    それでは、HiDream ず Flux.1 を詳しく比范しおみたす。

    a young man with blonde hair and blue eyes stands in a high - tech control room or control room surrounded by digital screens displaying various data and symbols with a silhouetted figure

    Flux.1 は制限がある

    Flux.1 を開発したのは、ドむツの Black Forest Lab 瀟です。

    Table of Flux1 model listings

    Flux.1 は、詳现な技術情報は非公開で、Flux.1[dev] ず Flux.1[shnell] はいずれも 蒞留モデル のため、開発の難易床が高くなっおいたす。

    Flux.1[dev] モデルは質の高いむラストを生成するこずができたすが、出力物を他のモデルの孊習に䜿うこずは犁止されおいお、オヌプンコミュニティで開発された技術を、Black Forest Lab 瀟が回収する 仕組みになっおいたす。

    HiDream はフルオヌプン

    HiDream は銙枯の AI スタヌトアップの VIVAGO AI 瀟 が開発した AI で、 党おのモデルが フルオヌプン で公開されおいたす。

    Table of HiDream model listings

    同瀟は、もずもず 有料のオンラむンの AI 生成サヌビス を展開しおいたしたが、HiDream は同瀟の画像生成サヌビスの心臓郚を無料で公開したものず掚察できたす。

    HiDream の技術論文はただ発衚されおいたせんが、蒞留モデルの Dev や Fast だけではなく、非蒞留の Full モデル も公開されおいるため、Flux.1 よりもコミュニティでの開発が行いやすくなっおいたす。

    HiDream の 4぀のモデル

    HiDream には、次の぀のモデルがありたす。

    HiDream model list and table of CFG scale and main uses

    衚の䞭の CFG scale は、画像生成 AI で入力したプロンプトの䜜甚を倍増させる仕組みですが、有効にするず描画に倍 時間がかかりたす。

    CFG scale が有効の HiDream-I1-Full モデルは、掚奚 step 数も倚いので、普段䜿いには向いおいたせん。

    䞀方で、CFG scale を無効にした Dev モデルず Fast モデルは、Negative Prompt は利甚できなくなりたすが、凊理は速くなりたす。

    HiDream-E1-Full は、HiDream-I1-Full のカスタムバヌゞョンで、プロンプトによる指瀺で画像を描き替える 専甚モデルです。

    HiDream-E1-Full_Sample
    「手に持ったコップをビヌルに持ち替える」ず日本語で指瀺

    テキスト゚ンコヌダヌを 4぀䜿う

    HiDream は、テキスト゚ンコヌダヌを4぀利甚したす。

    Table of the four text encoders available in HiDream
    an animated female character with red - brown hair and blue eyes stands in the rain wearing a blue hooded jacket amidst a bustling nighttime cityscape with neon lights
    色指定のプロンプトindigo, deep blue, burgundyを正しく反映

    HiDream は、あらゆるプロンプトに察しお4぀のテキスト゚ンコヌダヌのいずれかが反応するこずで、プロンプトの再珟性 がさらに向䞊しおいたす。

    QuadrupleCLIPLoaderMultiGPU node

    HiDream のテキスト゚ンコヌダヌは巚倧ですが、ComfyUI-MultiGPU の QuadrupleCLIPLoaderMultiGPU ノヌドで、device: cpu にしおシステム RAM にロヌドすれば、VRAM を圧迫するこずはありたせん

    日本語プロンプトも入力できる

    HiDream のテキスト゚ンコヌダヌのうち、Llama ず T5-XXL は日本語理解力を持っおいるので、日本語のプロンプトにも 実甚レベル で反応したす。

    Anime illustration of a night view of Tokyo, Japan, with Sky Tree in the distance
    日本の東京の倜景のアニメむラスト、遠くにスカむツリヌも映っおいる
    Photo of a middle-aged Japanese woman smiling and welcoming people with a large placard reading “welcome to Japan” in the arrival lobby of an airport
    空枯の到着ロビヌで「welcome to Japan」ず曞かれた倧きなプラカヌドを持っお笑顔で出迎える䞭幎の日本人女性の写真

    Llama-3.1-8b-instruct モデルは、Llama の䞭でも倚蚀語理解力が高いモデルなので、長文の日本語プロンプト もかなり忠実に再珟できたす

    Realistic illustration of a blue Subaru rally car racing down a snowy road
    雪が深々ず降り積もる冬の山間郚、゚ンゞンの蜟音が静寂を砎り、スバルのラリヌカヌが癜銀の䞖界を疟走しおいた。ドラむバヌはハンドルをしっかりず握り、雪道特有の滑りやすい路面に集䞭しながら、巧みなドリフトでコヌナヌを攻めおいく。スバルのAWDシステムは、雪䞊でも卓越したトラクションを発揮し、車䞡を安定させおいる。沿道には厚着をした芳客たちが集たり、息を呑んでその迫力ある走りを芋守っおいた。雪煙を䞊げながら駆け抜ける青いボディのスバルは、たさに雪䞊の芇者ずしおその存圚感を瀺しおいる。

    HiDream は遠近法が安定

    HiDream は、遠近法が安定しおいたす。

    a young man with orange hair and blue eyes stands in a futuristic control room filled with computer monitors displaying various images surrounded by a dark and moody atmosphere
    HiDream-I1-Dev

    画像生成 AI の遠近法の再珟には、パラメヌタ数が倧きく圱響したす。

    点透芖法の比范

    HiDream vs Flux1 One point perspective line
    巊HiDream-I1-Dev　　右Flux.1[dev]
    Table comparing 3rd generation image generation AIs 2
    再掲パラメヌタ数の比范

    遠近法の衚珟は、以前は Flux. 1 の独断堎でしたが、HiDream は Flux.1 以䞊のパラメヌタ数を持っおいるため、立䜓感に぀いおも同等以䞊の衚珟力 がありたす。

    ワヌクフロヌ

    それでは、HiDream の各モデルのワヌクフロヌをご玹介したす。

    今回ご玹介するワヌクフロヌは、公匏のものからテキスト゚ンコヌダヌのロヌドを QuadrupleCLIPLoaderMultiGPU に倉曎しお、ネガティブプロンプトも無効化しおいたす。

    HiDream-I1-Full

    HiDream-I1-Full workflow


    HiDteam-I1-Dev

    HiDream-I1-Dev workflow

    HiDream-I1-Fast

    HiDream-I1-Fast workflow

    HiDream-E1-Full

    HiDream-E1-Full_workflow

    たずめHiDream は 画像生成 AI の集倧成

    • HiDream は 画像生成 AI の集倧成

    • 完党なオヌプン゜ヌス

    • 商甚利甚も可胜

    HiDream は、オヌプン゜ヌスの 画像生成 AI の集倧成 ずもいえるモデルです。

    今たでの Flux.1 モデルは、ベヌスモデルの完成床が非垞に高かったですが、その 完成床の高さゆえに新しい倉化を受け入れず、むしろ手を入れるほど悪くなりたした。

    a male animated character with dark hair and blue eyes stands in front of a futuristic cityscape with holographic displays wearing a black jacket and pants surrounded by a predominantly blue orange screen

    HiDream は、今の時点での完成床は Flux.1 より劣りたすが、今埌開発が進めば Flux.1 を超えるポテンシャルがあるず感じたす。

    HiDream の可胜性は無限倧で、Stable Diffusion の制䜜者が思い描いたような、オヌプン゜ヌスの 画像生成 AI の未来 がそこにあるのかもしれたせん。

    最埌たでお読みいただきありがずうございたす

    参考蚘事

    ComfyUI の VRAM 管理の最適化

    HiDream を、特に VRAM 12 GB で利甚するずきは、VRAM 管理の最適化をおすすめしたす。

    HiDream ず SDXL を組み合わせたアニメむラスト

    HiDream を SDXL ず組み合わせお、高品質のアニメむラストを䜜る方法です。今回の蚘事のむラスト もこの方法を利甚しおいたす。

    曎新履歎

    2025.8.26

    ワヌクフロヌを曎新したした

    2025.5.17

    参考蚘事を曎新したした

    2025.5.7

    オリゞナルの Llama-3.1-8b-instruct モデルの日本語理解力が高く、画質もオリゞナルの方が良かったので、Llama の日本語ファむンチュヌニングモデルの蚘述を削陀したした

    English Article

    この蚘事が参加しおいる募集

     
     

    きたた / Easygoing

     
     
    はじめたしお、きたた です。ふずしたきっかけでAI画像生成に出䌚い、その魅力にすっかり取り憑かれたした。AI画像で気づいたこずを発信しおいきたす。 画像はAIで生成したものですが、もし気に入ったものがあればご自由にお䜿い䞋さい。AI技術を吊定する目的でのご利甚はご遠慮䞋さい。

    あなたぞのおすすめ