HiDream-O1-Image - 픽셀 공간 모델로 VAE가 필요 없음, 8B 파라미터

요약

HiDream-O1-Image는 외부 VAE나 분리된 텍스트 인코더 없이 원시 픽셀에 직접 접근하는 통합 트랜스포머(UiT)를 기반으로 구축된 네이티브 이미지 생성 파운데이션 모델입니다. 이 모델은 단일 아키텍처 내에서 텍스트-이미지 생성, 이미지 편집, 개인화 등 다양한 작업을 지원하며, 최대 2048x2048 해상도까지 직접 합성할 수 있습니다. 특히 8B라는 비교적 작은 규모임에도 불구하고 높은 효율성과 범용성을 자랑합니다.

핵심 포인트

• 외부 컴포넌트(VAE, 텍스트 인코더) 없이 원시 픽셀에 접근하는 통합 트랜스포머(UiT) 기반 아키텍처를 채택했습니다.
• 하나의 모델로 텍스트-이미지 생성, 이미지 편집, 개인화 등 다양한 작업을 수행할 수 있는 범용성을 갖췄습니다.
• 최대 2048x2048 해상도까지 네이티브하게 고해상도 생성이 가능하며 선명한 디테일을 제공합니다.
• 단 8B 파라미터 규모로 대형 모델에 필적하거나 능가하는 효율성과 성능을 보여줍니다.
• 생성 과정에서 암묵적인 지식과 레이아웃을 해결하는 '사고(thinking)' 에이전트 기능을 내장하고 있습니다.