# \#hidream-o1-image

**URL:** https://discuss.pytorch.kr/tag/hidream-o1-image/7609.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [HiDream-O1-Image: VAE와 분리된 텍스트 인코더 없이 픽셀 위에서 직접 동작하는 8B 통합 이미지 생성 파운데이션 모델](https://discuss.pytorch.kr/t/hidream-o1-image-vae-8b/10195)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 1\
**마지막 업데이트:** [5월 18, 2026, 9:56오전 UTC](https://discuss.pytorch.kr/t/hidream-o1-image-vae-8b/10195 "2026-05-18T09:56:58Z")

</div>

HiDream-O1-Image 소개 최근 이미지 생성 모델의 흐름은 텍스트 기반 생성, 지시 기반 편집(instruction editing), 주체 보존 개인화(subject-driven personalization) 등 서로 다른 작업을 어떻게 하나의 모델로 통합하느냐에 집중되고 있습니다. FLUX, Qwen-Image, SD3.5 등 기존의 대표적인 오픈 웨이트 모델들은 외부 VAE 인코더와 별도의 텍스트 인코더를 결합한 잠재 공간(latent space) 위에서 동작하는 디퓨전 트랜스포머(DiT) 구조를 채택해왔습니다. 그러나 이 방식은 픽셀 → VAE 잠재 → 텍스트 임베딩이라는 여러 도메인을 분리해 다루는 만큼, 정밀한 텍스트 렌더링이나 멀티 태스크 통합 측면에서 일관성을 유지하기 어렵다는 한계도 함께 안고 있습니다. HiDream-O1-Image 는 이 문제를 한 발 더 밀어붙인 시도입니다. HiDream-ai 팀이 공개한 이 8B 파라미터 규모의 모델은, "Peanut" 이라는 코드네임으로 Artificial Analysis Text-to-Image Arena에서 8위로 데뷔하며 최신 오픈 웨이트 텍스트-이미지 모델로 자리 잡았습니다. 핵심 아이디어는 외부 VAE나 분리된 텍스트 인코더 없이, 원시 픽셀과 텍스트, 그리고 태스크별 조건(task-specific condition)을 단일 공유 토큰 공간(shared token space)에서 직접 인코딩하는 Pixel-Level Unified Transformer(UiT) 구조를 도입한 점입니다. 이 단일 아키텍처 위에서 텍스트-이미지 생성(text-to-image), 긴 텍스트 렌더링, 지시 기반 편집, 주체 보존 개인화, 스토리보드 생성을 모두 처리할 수 있으며, 최대 2,048 × 2,048 해상도까지 직접 합성이 가능합니다. 모델 가중치는 50-step 풀(full) 버전과 28-step 추론용 Dev 버전이 함께 공개되었고, 사용자의 거친 지시를 모델 친화적인 프롬프트로 재작…
