AI 前哨

第 002 期← 返回本期

论文民间

Iris-3B 开源:不用 VAE,直接生成每一个像素

Sperid Labs 开源 3B 参数的像素空间扩散模型 Iris-3B,不经过 VAE 直接生成图像,同一套骨干还能做深度估计和图像修复。权重、训练代码和演示都在,Apache 2.0 许可。

为什么重要 「去掉 VAE」这条路能不能走到 3B 规模,这是一次实打实的证明。但按报道,它的深度估计只和潜空间方案 FLUX.2 Klein 相当,4 倍修复没有超过潜空间基线,属于研究级成果,不是已经更强。