ComfyUI 原生版本 HiDream-I1 文生图工作流示例

本篇将引导了解并完成 ComfyUI 原生版本 HiDream-I1 文生图工作流实例

HiDream-I1 演示

HiDream-I1 是智象未来(HiDream-ai)于2025年4月7日正式开源的文生图模型。该模型拥有17B参数规模，采用 MIT 许可证发布，支持用于个人项目、科学研究以及商用，目前在多项基准测试中该模型表现优异。

模型特点

混合架构设计 采用 Diffusion Transformer（DiT）与混合专家系统（MoE）的组合架构：

基于 Diffusion Transformer（DiT），通过双流 MMDiT 模块处理多模态信息，单流 DiT 模块优化全局一致性。
动态路由机制灵活分配计算资源，提升复杂场景处理能力，在色彩还原、边缘处理等细节上表现优异。

多模态文本编码器集成 整合四个文本编码器：

OpenCLIP ViT-bigG、OpenAI CLIP ViT-L（视觉语义对齐）
T5-XXL（长文本解析）
Llama-3.1-8B-Instruct（指令理解）这一组合使其在颜色、数量、空间关系等复杂语义解析上达到 SOTA 水平，中文提示词支持显著优于同类开源模型。

原始模型版本

HiDream-ai 提供三个版本的 HiDream-I1 模型，以满足不同需求。以下是原始模型仓库的链接：

模型名	描述	推理步数	仓库链接
HiDream-I1-Full	完整版	50	🤗 HiDream-I1-Full
HiDream-I1-Dev	蒸馏开发版	28	🤗 HiDream-I1-Dev
HiDream-I1-Fast	蒸馏快速版	16	🤗 HiDream-I1-Fast

关于本篇工作流示例

在本示例中，我们将使用 ComfyOrg 重新打包的版本。你可以在 HiDream-I1\_ComfyUI 仓库中找到本示例中将使用的所有模型文件。

[!TIP] 在开始之前，请更新你的 ComfyUI 版本，确保其至少在此提交之后，以保证你的 ComfyUI 原生支持 HiDream。

HiDream-I1 工作流

对应不同 ComfyUI 原生版本 HiDream-I1 工作流的模型要求基本上是相同的，只有使用过的 diffusion models 文件不同。

如果你不知道如何选择合适的版本，请参考以下建议：

HiDream-I1-Full 可以生成质量最高的图像
HiDream-I1-Dev 在生成较高质量的图像的同时，又兼顾速度
HiDream-I1-Fast 只需要 16 步就可以生成图像，适合需要实时迭代的场景

对于 dev 和 fast 版本并不需要负向提示词，所以请在采样时设置cfg 参数为 1.0，我们对应参数设置已在相关工作流中备注。

[!TIP] 以上三个版本的完整版本对显存要求较高，你可能需要 27GB 以上的显存才能顺利运行。在对应版本的工作流教程中，我们将会使用 fp8 版本作为示例演示，以保证大多用户都可以顺利运行，不过我们仍会在对应示例中提供不同版本的模型下载链接，你可以根据你的显存情况来选择合适的文件。

模型安装

下面的模型文件是我们会共用的模型文件，请点击对应的链接进行下载，并参照模型文件保存位置进行保存，对应的 diffusion models 模型我们会在对应工作流中引导你进行下载。

text\_encoders：

clip\_l\_hidream.safetensors
clip\_g\_hidream.safetensors
t5xxl\_fp8\_e4m3fn\_scaled.safetensors 这个模型在许多的工作流中都有使用过，你可能已经下载了这个文件。
llama\_3.1\_8b\_instruct\_fp8\_scaled.safetensors

VAE

ae.safetensors 这个是 Flux 的 VAE 模型，如果你之前使用过 Flux 的工作流，你可能已经下载了这个文件。

diffusion models 这部分我们将在对应工作流中具体引导下载对应的模型文件。

模型文件保存位置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │   ├─── clip_l_hidream.safetensors
│   │   ├─── clip_g_hidream.safetensors
│   │   ├─── t5xxl_fp8_e4m3fn_scaled.safetensors
│   │   └─── llama_3.1_8b_instruct_fp8_scaled.safetensors
│   └── 📂 vae/
│   │   └── ae.safetensors
│   └── 📂 diffusion_models/
│       └── ...               # 将在对应版本的工作流中引导你进行安装