HiDream-E1.1：指令式图片编辑器

一、教程简介

HiDream-E1.1 模型是由智象未来（HiDream.ai）于 2025 年 7 月发布的开源图像编辑模型。它基于自研的 Sparse Diffusion Transformer 架构，支持百万像素级分辨率，采用 MIT 开源协议。该模型实现了「所说即所改」的自然语言图像编辑功能，用户无需专业软件操作技能，通过简单语言指令即可完成色彩调整、风格迁移、元素增减等复杂任务。

该教程算力资源采用双卡 A6000 。支持中文、英文、法语等语言。

二、项目示例

三、运行步骤

1. 启动容器

2. 进入网页后，即可进行模型的使用

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 5-6 分钟后刷新页面。图片处理所需时间较长，大约 5-6 分钟，请耐心等待。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果 ↓

引用信息

本项目引用信息如下：

@InProceedings{fastvlm2025,
  author = {Pavan Kumar Anasosalu Vasu, Fartash Faghri, Chun-Liang Li, Cem Koc, Nate True, Albert Antony, Gokul Santhanam, James Gabriel, Peter Grasch, Oncel Tuzel, Hadi Pouransari},
  title = {FastVLM: Efficient Vision Encoding for Vision Language Models},
  booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  month = {June},
  year = {2025},
}