HiDream-E1 演示 HiDream-E1 是智象未来(HiDream-ai) 于 2025 年 4 月 28 日正式开源的交互式图像编辑大模型，是基于 HiDream-I1 构建的图像编辑模型。 可以使用自然语言来实现对图像的编辑，该模型基于 MIT 许可证 发布，支持用于个人项目、科学研究以及商用。 通过与此前发布的 hidream-i1的共同组合，实现了 从图像生成到编辑的 创作能力。 目前 ComfyUI 已原生支持了 HiDream E1, 在文本中，我们将引导你完成在 ComfyUI 中使用 HiDream e1 并完成对应工作流的示例。
供参考，本文工作流在 Google Colab L4 22.5GB显存下采样步数 28步首次运行消耗 500s,第二次运行消耗 370s。

​
HiDream-E1 相关信息

HiDream-E1 模型下载* 目前 HiDream 提供了 full 版本，下面是对应模型信息:
名称推理步骤分辨率HuggingFace 仓库
HiDream-E1-Full28768x768🤗 HiDream-E1-Full
-Github

​
ComfyUI 原生 HiDream-e1 工作流示例

请在开始之前升级你的 ComfyUI 到最新版本（最新的 commit），以保证你的 ComfyUI 具有相关支持。

​
1. HiDream-e1 工作流及相关文件下载

​
1.1 下载工作流文件

请下载下面的图片并拖入 ComfyUI 中，工作流已包含模型下载信息，加载后将会提示你进行对应的模型下载。 ComfyUI 原生 HiDream-e1 工作流

​
1.2 下载输入图片

请下载下面的图片，我们将用于输入 ComfyUI 原生 HiDream-e1 工作流 输入图片

​
2.手动模型安装 HiDream-e1 相关模型

本篇指南涉及的所有模型你都可以在这里找到，请下载对应文件并保存到相应的文件夹。 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： 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 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/
│       └── hidream_e1_full_bf16.safetensors

​
3. 按步骤完成 HiDream-e1 工作流运行

hidream_e1_full_step_guide 按步骤完成工作流的运行
  1. 确保Load Diffusion Model 节点加载了 hidream_e1_full_bf16.safetensors 模型
  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. 在 Load Image 节点中加载我们之前下载的输入图片
  5. （重要）在Empty Text Encoder(Positive) 节点中输入 想要修改的画面的提示词
  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

​
ComfyUI HiDream-e1 工作流补充说明

  • 可能需要修改多次提示词或者进行多次的生成才能得到较好的结果
  • 这个模型在改变图片风格上比较难保持一致性，需要尽可能完善提示词
  • 由于模型支持的是 768*768 的分辨率，在实际测试中调整过其它尺寸，在其它尺寸下图像表现能力不佳，甚至差异较大