ComfyUI 原生版本 HiDream-I1 文生图工作流实例

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​​扩散模型（DiT）​​与​​混合专家系统（MoE）​​的结合架构：

• 主体基于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

智象未来(HiDream-ai)提供了三个版本的 HiDream-I1 模型，以满足不同场景的需求，下面是原始的模型仓库链接：

• 完整版本：🤗 HiDream-I1-Full 推理步数为 50
• 蒸馏开发版本：🤗 HiDream-I1-Dev 推理步数为 28
• 蒸馏快速版本：🤗 HiDream-I1-Fast 推理步数为 16

​

关于本篇工作流示例

我们将在本篇示例中使用 ComfyOrg 的 repackaged 的版本，你可以在 HiDream-I1_ComfyUI 仓库中找到我们将在本篇示例中使用的所有模型文件。

​

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。

​

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            

​

HiDream-I1 full 版本工作流

​

1. 模型文件下载

请根据你的硬件情况选择合适的版本，点击链接并下载对应的模型文件保存到 ComfyUI/models/diffusion_models/ 文件夹下。

• FP8 版本：hidream_i1_full_fp8.safetensors 需要 16GB 以上的显存
• 完整版本：hidream_i1_full_f16.safetensors 需要 27GB 以上的显存

​

2. 工作流文件下载

请下载下面的图片，并拖入 ComfyUI 中以加载对应的工作流

​

3. 按步骤完成工作流的运行

按步骤完成工作流的运行

1. 确保Load Diffusion Model 节点中使用的是 hidream_i1_full_fp8.safetensors 文件
2. 确保QuadrupleCLIPLoader 中四个对应的 text encoder 被正确加载
   • clip_l_hidream.safetensors
   • clip_g_hidream.safetensors
   • t5xxl_fp8_e4m3fn_scaled.safetensors
   • llama_3.1_8b_instruct_fp8_scaled.safetensors
3. 确保Load VAE 节点中使用的是 ae.safetensors 文件
4. 对于 full 版本你需要设置 ModelSamplingSD3 中的 shift 参数为 3.0
5. 对于 Ksampler 节点，你需要进行以下设置
   • steps 设置为 50
   • cfg 设置为 5.0
   • (可选) sampler 设置为 lcm
   • (可选) scheduler 设置为 normal
6. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片生成

​

HiDream-I1 dev 版本工作流

​

1. 模型文件下载

请根据你的硬件情况选择合适的版本，点击链接并下载对应的模型文件保存到 ComfyUI/models/diffusion_models/ 文件夹下。

• FP8 版本：hidream_i1_dev_fp8.safetensors 需要 16GB 以上的显存
• 完整版本：hidream_i1_dev_bf16.safetensors 需要 27GB 以上的显存

​

2. 工作流文件下载

请下载下面的图片，并拖入 ComfyUI 中以加载对应的工作流

​

3. 按步骤完成工作流的运行

按步骤完成工作流的运行

1. 确保Load Diffusion Model 节点中使用的是 hidream_i1_dev_fp8.safetensors 文件
2. 确保QuadrupleCLIPLoader 中四个对应的 text encoder 被正确加载
   • clip_l_hidream.safetensors
   • clip_g_hidream.safetensors
   • t5xxl_fp8_e4m3fn_scaled.safetensors
   • llama_3.1_8b_instruct_fp8_scaled.safetensors
3. 确保Load VAE 节点中使用的是 ae.safetensors 文件
4. 对于 dev 版本你需要设置 ModelSamplingSD3 中的 shift 参数为 6.0
5. 对于 Ksampler 节点，你需要进行以下设置
   • steps 设置为 28
   • (重要) cfg 设置为 1.0
   • (可选) sampler 设置为 lcm
   • (可选) scheduler 设置为 normal
6. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片生成

​

HiDream-I1 fast 版本工作流

​

1. 模型文件下载

请根据你的硬件情况选择合适的版本，点击链接并下载对应的模型文件保存到 ComfyUI/models/diffusion_models/ 文件夹下。

• FP8 版本：hidream_i1_fast_fp8.safetensors 需要 16GB 以上的显存
• 完整版本：hidream_i1_fast_bf16.safetensors 需要 27GB 以上的显存

​

2. 工作流文件下载

请下载下面的图片，并拖入 ComfyUI 中以加载对应的工作流

​

3. 按步骤完成工作流的运行

按步骤完成工作流的运行

1. 确保Load Diffusion Model 节点中使用的是 hidream_i1_fast_fp8.safetensors 文件
2. 确保QuadrupleCLIPLoader 中四个对应的 text encoder 被正确加载
   • clip_l_hidream.safetensors
   • clip_g_hidream.safetensors
   • t5xxl_fp8_e4m3fn_scaled.safetensors
   • llama_3.1_8b_instruct_fp8_scaled.safetensors
3. 确保Load VAE 节点中使用的是 ae.safetensors 文件
4. 对于 fast 版本你需要设置 ModelSamplingSD3 中的 shift 参数为 3.0
5. 对于 Ksampler 节点，你需要进行以下设置
   • steps 设置为 16
   • (重要) cfg 设置为 1.0
   • (可选) sampler 设置为 lcm
   • (可选) scheduler 设置为 normal
6. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片生成

​

使用建议

• 虽然 HiDream-I1 支持中文提示词，但建议还是优先使用英文提示词来保证准确性
• 你可以使用 fast 版本来快速生成示例验证，然后再用完整版本的模型来生成较高质量的图像

​

其它相关资源

​

GGUF 版本模型

• HiDream-I1-Full-gguf
• HiDream-I1-Dev-gguf

你需要使用 City96 的 ComfyUI-GGUF 中的 Unet Loader (GGUF)节点替换掉 Load Diffusion Model 节点来使用 GGUF 版本模型。

• ComfyUI-GGUF

​

NF4 版本模型

• HiDream-I1-nf4
• 使用 ComfyUI-HiDream-Sampler 节点来使用 NF4 版本模型。