生成AIグラビアをグラビアカメラマンが作るとどうなる？第46回：遂にオープンでFLUX.1 [dev]を超える！？　HiDream-I1登場（西川和久）

生成AIグラビアをグラビアカメラマンが作るとどうなる？ 連載記事一覧

オープンで高性能のHiDream-I1 (サービス利用編)

第44、45回はオープンではなく、各サービスに搭載された新しいモデルをご紹介した（その後、Midjourney V7も発表されている）。どれも高性能なのだが、サービス固有の検閲やLoRA、ControlNetが使えない、もちろんお金がかかる（笑）など、+αを楽しむにはいろいろ制限がある。

生成AIグラビアをグラビアカメラマンが作るとどうなる？第44回：真のマルチモーダルGeminiにHailuoの新モデル、クラウドの生成AI画像が進化！？（西川和久） | テクノエッジ TechnoEdge

今回は、動画サービスから画像も生成可能へ、そしてLLMから画像生成/編集と、同じ生成AI画像でもちょっと面白いのをご紹介します。Google AI Studio + Gemini 2.0 Flash (Image Generation) Experimental

https://www.techno-edge.net/article/2025/03/18/4186.html続きを読む »

生成AIグラビアをグラビアカメラマンが作るとどうなる？第45回：FLUX.1 [dev]より高性能！？Reve Image登場+α（西川和久） | テクノエッジ TechnoEdge

いきなり登場したReve Image。当たると「え？これデジイチで撮った写真！？」的な画像が生成され、明らかにFLUX.1 [dev]を超えている。

https://www.techno-edge.net/article/2025/03/31/4225.html続きを読む »

次々出て来る高性能モデルが非オープンだと「今年はFLUX.1 [dev]を超えるものはオープンでは出ないかも……」っと思い出した矢先の4月9日、HiDream-I1がオープンで登場した。ライセンスはMITで商用利用も含めOK（但し、FLUX.1用のvaeやMeta-Llama-3.1-8B-Instructが含まれているので、この部分は各のライセンスに基づく）。

HiDream-I1はFull、Dev、Fastと3種類あり、DevとFastは蒸留版だ。GitHubにデモ用のコードが載っているのでインストールしてもいいのだが、デモサイトやHiDream-I1を使ったサービス、vivago.ai （本家。動画やTry-onにも対応）もあったため、まず試してみることにした。

一番簡単なのはアカウント不要のデモサイト。過去Promptから怪しげな（笑）ワードだけ外して出した結果が以下の通り。Devで生成したものとなる。続いてサービスの vivago.ai。アカウントさえ作ればFreeで試すことが可能。

ご覧のようにかなか行けそうだ！その後、recraft.ai も対応。vivago.ai と同様、Freeアカウントでも生成出来る（どちらも1枚/1クレジット）。recraft.ai は毎日100クレジット付くのに対して、本家の vivago.ai は100クレジット使い切るとしばらくそのまま。数日後ログインし直すと100クレジット付く感じだ。安定して遊ぶなら recraft.ai の方がいいかも知れない。

オープンで高性能のHiDream-I1（ComfyUI編）

サービスで試して良さそうだったので、ローカルでも…となったが、それがなかなか難しい。というのもDevだと26GB必要だから。上記したように、TextEncoderにMeta-Llama-3.1-8B-Instructをまんま使っており、これだけでも結構VRAMを消費する加えてclip_l、openclip、t5）。実質VRAM 32GBのRTX 5090でしか使えないのでは使えるユーザーも限られてしまう。

どうしたものか……と思っていたところにNF4（4Bit Quantized）に圧縮したHiDream-I1-nf4が登場し、これだと16GB程度で作動。WebUIを使ったデモが含まれるのでセットアップ……といろいろやっている最中にComfyUI用のWrapperがリリースされた。

以下、HiDream-I1-Dev-nf4とHiDream-I1-Devの作例を順に4枚ずつ掲載する。前者は先のWrapper、後者は recraft.ai を使って生成。

全体的にHiDream-I1-Dev-nf4の方が平面的だろうか？……と、この原稿を書いている最中に、LoRA対応やComfyUIネイティブ対応などのニュースが！試すとWrapperよりComfyUIネイティブの方がいろいろ安定しているので、ComfyUIネイティブでのWorkflowをご紹介したい。

以下、必要なcheckpointなどの一覧となる。なお、vaeはFLU.1 [dev]と同じものだ。

checkpoint (fast-fp8 | bf16, dev-fp8 | bf16, full-fp8 | fp16)
text_encoders
vae

VRAM容量が厳しい時はcheckpointをGGUF版にすればよい（dev | full）。Workflowは以下の通り。ModelとKSamplerの間にModelSamplingSD3 Nodeが入っている以外は普通の画像生成用Workfkowとなる。

この時、dev | fullでパラメータが異なるのは以下の通り。

cfg: 1 | 3.5
sampler: euler | uni_pc
shift: 6 | 3
※ ModelSamplingSD3

解像度はFLUX.1 [dev]と同じ。fullはcfgが1より大きいのでNegative Promptが有効になる。生成時間と使用VAM容量はRTX 4090を使ってdev-fp8で12.6秒/20GB、full-fp8で22.2秒/20GB。かなり重い処理だ。

今回締めのグラビア

今回締めのグラビアは扉と共に上記のHiDream-I1-Dev（recraft.ai）を使い、掲載解像度の関係で、Detail Daemon 1.58x Upscaleしている。絵的にFLUX.1 [dev]ほど硬調ではなく、どちらかといえばSD3.5Lに近く割と軟調。肌は超リアルではなく、少し盛った感じだろうか。（完全ではないものの）手も含め体が崩れ難いのも筆者的には好印象。気になるのは顔の面積が小さい時、FLUX.1 [dev]ほどしっかり出ないところ。いずれにしてもこのクラスがオープンで登場したのは嬉しい限り。

次回は続きでComfyUIネイティブを使い、dev-fp8とfull-fp8の比較などをしてみたい。本来今回すべきなのだろうが、書き終わって入稿直前にこれが出たため（リリース後、執筆時でまだ数時間しか経っていない）、作例も含め多くは試せていない状態だったりする（笑）。

生成AIグラビアをグラビアカメラマンが作るとどうなる？ 連載記事一覧