Модель HiDream-O1-Image со встроенным рассуждающим агентом стала доступна на fal.ai

Анонимная модель Peanut, занимавшая высокие позиции в визуальных бенчмарках, оказалась генератором HiDream-O1-Image на 8B параметров от разработчиков из Vivago, интерфейс и API которого теперь доступны на платформе fal.ai.

Архитектурной особенностью системы стал отказ от использования традиционных VAE в пользу встроенного рассуждающего агента. Единая нативная модель обрабатывает генерацию по тексту, редактирование кадров и перенос объектов без подключения внешних компонентов, что означает снижение потерь деталей при сложных визуальных трансформациях.

Разработчики представили две версии системы: базовую с инференсом за 50 шагов и девелоперскую, требующую 28 итераций. Обе модификации поддерживают работу с разрешениями до 2048 пикселей и используют модуль Reasoning-Driven Prompt Agent, который предварительно анализирует текстовый запрос для более точного выстраивания многокомпонентной итоговой композиции.