AI最前沿 88Z.ai 5 月 20 日消息，智象未来开源旗舰图像生成模型HiDream-O1-Image-Pro，采用UiT原生全模态架构，统一映射像素、文本与任务条件至共享token空间，摒弃传统VAE与分离编码器。该模型在GenEval、DPG等基准测试中刷新SOTA，并在Artificial Analysis竞技场排名第八，超越FLUX.2[Dev]等开源模型。
消息要点
- 采用UiT架构统一映射多模态数据，摒弃传统VAE
- 基准测试刷新SOTA，竞技场排名超越FLUX.2[Dev]
要点
智象未来正式开源其旗舰级图像生成模型HiDream-O1-Image-Pro。该模型基于创新的UiT原生全模态架构构建，核心突破在于将图像像素、文本信息以及任务条件统一映射至共享的token空间中。这一设计彻底抛弃了传统的变分自编码器（VAE）及分离编码器结构，实现了更高效的模态融合。 在性能表现方面，HiDream-O1-Image-Pro在GenEval和DPG等多个权威基准测试中刷新了最佳成绩。此外，在Artificial Analysis竞技场中，该模型排名第八，展现出强大的竞争力，其表现已超越FLUX.2[Dev]等知名开源模型，标志着开源图像生成领域的新进展。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- HiDream智象未来原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。