aibyte

Appearance

DreamO：字节开源的统一图像定制框架 ​

官方文档

https://github.com/bytedance/DreamO

功能介绍 ​

DreamO 是基于 Flux.1-dev 构建的统一图像定制框架，支持主体（脸部特征+身体+衣服等）/身份（脸部特征）/风格/试穿衣服/多图融合等多种任务。其中面部特征能力在保持面部细节上超越了 PuLID。下面分别演示下5种功能。

  • 功能一：IP 任务（主体参考） img.png

  • 功能二：ID 任务（面部特征） img.png

  • 功能三：style 任务（风格参考） img.png

  • 功能四：虚拟试穿 img.png 说明：以上是虚拟试穿的一种方式（ip+ip），两件衣服；还可以是id（模特）+ip（衣服/穿衣服的人物），生成 id 脸的模特穿着 ip 的衣服

  • 功能五：多图融合 img.png

安装应用 ​

为了方便使用，制作了一键整合包，关注本公众号，回复dreamo，获取下载链接，下载后，选择DreamO.7z.001，右击选择“7-zip” => “extract here” 进行解压，解压完成后，先双击“模型下载.bat”下载 Flux.1-dev 模型，之后双击“启动.bat”文件即可。

系统要求：需要 GPU 支持,且显存大小需要 16G 以上。

下面以 Windows11 为例，演示安装流程，在 cmd 中依次输入以下命令

shell
# 下载代码
git clone https://github.com/bytedance/DreamO.git
cd DreamO

# 创建环境
conda create -n dreamo python=3.12 -y
conda activate dreamo

# 安装依赖
pip install -r requirements.txt
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

下载模型 ​

DreamO 需要以下 4 类模型，均会自动下载：

  1. Flux.1-dev
  2. BEN2_Base.pth
  3. 四个 DreamO 模型
  4. FLUX-turbo-lora 模型

其中 Flux.1-dev 需要登录 huggingFace 才能下载，可以使用如下命令下载：（命令中的 token 在 huggingFace 的个人中心可见）

shell
huggingface-cli download --token ${token} --resume-download black-forest-labs/FLUX.1-dev

启动应用 ​

在 cmd 中输入以下命令

shell
python app.py --int8

启动参数：

  • --no_turbo：DreamO 与推理加速 Lora FLUX-turbo 高度兼容，因此默认启用，可以将推理步骤减少至 12 步（默认为 25 步以上）。可以通过 --no_turbo 来禁用 Turbo ，但官方的评估结果好坏参半；因此官方建议保持 Turbo 启用状态。
  • --int8：使用该量化模式，24G 显存可用
  • --int8 --offload：开启该命令后，可以在 16G 显存的情况下使用，--offload 会显著降低推理速度

在 cmd 中看到如下日志，表示成功

shell
* Running on local URL:  http://0.0.0.0:8080

此时浏览器输入 http://127.0.0.1:8080，展示界面如下（界面包含：参数说明/操作区/示例区，以下仅贴出操作区）

img.png

重要参数：

  • Width 和 Height：图像的宽高
  • Number of steps: 推理步数，开启 turbo，默认为 12 步，不开启，则需要 25 步以上
  • Guidance: 默认是 3.5，如果脸部过于光滑优塑料感（尤其是 ID 任务），可考虑降低该值（例如，到 3）；如果有肢体变形或者不遵循 prompt 语义，则考虑升高该值（例如，到 4）
  • task for ref image x：任务类型
    • ip：会去除背景，保留主体风格；
    • id：仅参考脸部；
    • style：会保留整图进行参考，提示语必须以 generate a same style image.开头

文章的最后，如果您觉得本文对您有用，请打赏一杯咖啡！感谢！

Copyright © 2025 赵王心玥