> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.
# ComfyUI 네이티브 HiDream-O1-Image 워크플로우 예시
> 이 가이드는 ComfyUI 네이티브 HiDream-O1-Image 텍스트-to-이미지 및 이미지 편집 워크플로우를 안내합니다
ComfyUI가 최신 버전으로 업데이트되었는지 확인하세요.
* [ComfyUI 다운로드](https://www.comfy.org/download)
* [업데이트 가이드](/ko/installation/update_comfyui)
이 가이드의 워크플로우는 [워크플로우 템플릿](/ko/interface/features/template)에서 확인할 수 있습니다.
템플릿에서 찾을 수 없다면, 귀하의 ComfyUI가 오래된 버전일 수 있습니다. (데스크톱 버전의 업데이트는 다소 지연될 수 있습니다)
워크플로우를 로드할 때 노드가 누락되는 경우, 가능한 원인:
1. 최신 ComfyUI 버전(야간 빌드)을 사용하고 있지 않음
2. 일부 노드가 시작 시 가져오기에 실패함
* 데스크톱 버전은 ComfyUI 안정판 기반으로, 새로운 데스크톱 안정판이 출시되면 자동으로 업데이트됩니다.
* [클라우드](https://cloud.comfy.org)는 ComfyUI 안정판 출시 후 업데이트됩니다.
따라서 이 문서에서 핵심 노드가 누락된 것을 발견했다면, 그 이유는 새로운 핵심 노드가 아직 최신 안정판에 공개되지 않았기 때문일 수 있습니다. 다음 안정판 출시를 기다려 주세요.
HiDream-O1-Image는 2026년 5월 8일 HiDream-ai가 오픈소스로 공개한 통합 이미지 생성 기반 모델입니다. 픽셀 수준의 통합 트랜스포머(UiT)를 기반으로 구축되었으며, 외부 VAE나 분리된 텍스트 인코더 없이 작동하며, 최대 2,048×2,048 해상도에서 **텍스트-to-이미지**, **지시어 기반 이미지 편집**, **주제 중심 개인화**, **스토리보드 생성**을 지원합니다.
HiDream-O1-Image는 [MIT 라이선스](https://github.com/HiDream-ai/HiDream-O1-Image?tab=MIT-1-ov-file)로 배포되며, ComfyUI에서 기본적으로 지원됩니다(PR [#13817](https://github.com/Comfy-Org/ComfyUI/pull/13817)).
[HiDream-O1-Image - GitHub](https://github.com/HiDream-ai/HiDream-O1-Image)
### 모델 버전
| 모델 | 추론 단계 | 저장소 |
| -------------------- | ----- | --------------------------------------------------------------------------------- |
| HiDream-O1-Image (풀) | 50 | [🤗 HiDream-O1-Image](https://huggingface.co/HiDream-ai/HiDream-O1-Image) |
| HiDream-O1-Image-Dev | 28 | [🤗 HiDream-O1-Image-Dev](https://huggingface.co/HiDream-ai/HiDream-O1-Image-Dev) |
## HiDream-O1-Image 풀 워크플로우
### 1. 워크플로우 다운로드
ComfyUI를 최신 버전으로 업데이트한 후, `워크플로우` -> `템플릿 둘러보기` -> `이미지`로 이동해 "HiDream O1 풀: 이미지 생성"을 찾으세요.
워크플로우 다운로드
클라우드에서 열기
### 2. 모델 다운로드
**체크포인트** — 재패키징되고 양자화되었습니다. 모든 모델은 최악의 이상치에 대해 bf16을 사용하며, 사용되지 않는 딥스택 레이어는 제거되었습니다:
* [hidream\_o1\_image\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_fp8_scaled.safetensors) — FP8, 지원되는 하드웨어에서 속도 향상을 위해 안전한 MLP 레이어에서 fp8/mxfp8 매트릭스 곱셈을 사용합니다.
* [hidream\_o1\_image\_mxfp8.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_mxfp8.safetensors) — MXFP8 양자화된 변형
* [hidream\_o1\_image\_bf16.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_bf16.safetensors) — 전체 bf16 정밀도(가장 큰)
**텍스트 인코더**(프롬프트 강화) — 모든 버전에서 공유됩니다:
* [gemma4\_e4b\_it\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e4b_it_fp8_scaled.safetensors)
**LoRA(선택사항)** — Dev 디스틸레이션은 풀 모델에도 LoRA로 적용할 수 있으며, 디스틸레이션 강도를 조정할 수 있습니다([Kijai](https://huggingface.co/Kijai/hidream-O1-image_comfy) 제공):
* [hidream\_o1\_dev\_lora\_rank\_64\_bf16.safetensors](https://huggingface.co/Kijai/hidream-O1-image_comfy/resolve/main/loras/hidream_o1_dev_lora_rank_64_bf16.safetensors) — 전체 랭크
* [hidream\_o1\_dev\_lora\_rank\_64\_bf16\_pruned\_v1.safetensors](https://huggingface.co/Kijai/hidream-O1-image_comfy/resolve/main/loras/hidream_o1_dev_lora_rank_64_bf16_pruned_v1.safetensors) — 프룬드 변형
* [hidream\_o1\_image\_dev\_2604\_lora\_avg\_rankg\_224\_bf16.safetensors](https://huggingface.co/Kijai/hidream-O1-image_comfy/resolve/main/loras/hidream_o1_image_dev_2604_lora_avg_rankg_224_bf16.safetensors) — 대안적인 체크포인트 기반 디스틸레이션
```
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 checkpoints/
│ │ ├── hidream_o1_image_fp8_scaled.safetensors
│ │ ├── hidream_o1_image_mxfp8.safetensors
│ │ └── hidream_o1_image_bf16.safetensors
│ ├── 📂 loras/
│ │ └── hidream_o1_dev_lora_rank_64_bf16.safetensors
│ └── 📂 text_encoders/
│ └── gemma4_e4b_it_fp8_scaled.safetensors
```
### 3. 워크플로우 사용하기
* `CheckpointLoaderSimple`가 선택한 체크포인트를 로드하도록 설정하세요.
* `CLIPTextEncode` 노드에 프롬프트를 입력하세요.
* **텍스트-to-이미지 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값). 샘플러는 직접 텍스트 프롬프트를 사용합니다.
* **이미지 편집 모드:** \*\*"이미지 편집으로 전환"\*\*을 **켬**으로 설정한 후, `Load Image` 노드에 참조 이미지를 업로드하고 이를 `HiDreamO1ReferenceImages`에 연결하세요.
> **참고:** O1 샘플러는 잠재적 샘플을 출력하며, `CheckpointLoaderSimple`가 로드한 VAE를 사용해 `VAEDecode` 노드를 통해 디코딩해야 합니다.
## HiDream-O1-Image Dev 워크플로우
### 1. 워크플로우 다운로드
`워크플로우` -> `템플릿 둘러보기` -> `이미지`로 이동해 "HiDream O1 Dev"를 찾으세요.
워크플로우 다운로드
클라우드에서 열기
### 2. 모델 다운로드
**체크포인트(Dev)** — 재패키징되고 양자화되었습니다. 모든 모델은 최악의 이상치에 대해 bf16을 사용하며, 사용되지 않는 딥스택 레이어는 제거되었습니다:
* [hidream\_o1\_image\_dev\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_dev_fp8_scaled.safetensors) — FP8, 지원되는 하드웨어에서 속도 향상을 위해 안전한 MLP 레이어에서 fp8/mxfp8 매트릭스 곱셈을 사용합니다.
* [hidream\_o1\_image\_dev\_mxfp8.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_dev_mxfp8.safetensors) — MXFP8 양자화된 변형
* [hidream\_o1\_image\_dev\_bf16.safetensors](https://huggingface.co/Comfy-Org/HiDream-O1-Image/resolve/main/checkpoints/hidream_o1_image_dev_bf16.safetensors) — 전체 bf16 정밀도(가장 큰)
**텍스트 인코더**(프롬프트 강화) — 모든 버전에서 공유됩니다:
* [gemma4\_e4b\_it\_fp8\_scaled.safetensors](https://huggingface.co/Comfy-Org/gemma-4/resolve/main/text_encoders/gemma4_e4b_it_fp8_scaled.safetensors)
```
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 checkpoints/
│ │ ├── hidream_o1_image_dev_fp8_scaled.safetensors
│ │ ├── hidream_o1_image_dev_mxfp8.safetensors
│ │ └── hidream_o1_image_dev_bf16.safetensors
│ └── 📂 text_encoders/
│ └── gemma4_e4b_it_fp8_scaled.safetensors
```
### 3. 워크플로우 사용하기
* `CheckpointLoaderSimple`가 `hidream_o1_image_dev_fp8_scaled.safetensors`를 로드하도록 설정하세요.
* Dev 버전은 CFG=1.0으로 28단계를 사용하며, 부정 프롬프트가 필요하지 않습니다.
* **텍스트-to-이미지 모드:** **"이미지 편집으로 전환"** 토글을 **꺼짐**으로 설정하세요(기본값)
* **이미지 편집 모드:** \*\*"이미지 편집으로 전환"\*\*을 **켬**으로 설정한 후, `Load Image`에 참조 이미지를 업로드하고 이를 `HiDreamO1ReferenceImages`에 연결하세요.
## 추가 참고사항
* **긴 텍스트 렌더링:** HiDream-O1-Image는 이미지 내 텍스트 렌더링에 뛰어납니다. 최상의 결과를 얻으려면 프롬프트에 텍스트 내용, 폰트 스타일, 색상, 위치를 지정하세요.
* **이미지 스케일링:** 입력 참조 이미지가 너무 크다면, `ImageScaleToTotalPixels` 노드(Ctrl+B)를 활성화해 이미지를 4MP로 스케일링하세요.
* **패치 이음새 부드럽게 처리(실험적):** `HiDreamO1PatchSeamSmoothing` 노드는 샘플링 중 눈에 띄는 이음새 아티팩트를 줄여줍니다. 풀 워크플로우에서는 기본적으로 활성화되어 있습니다.