К содержимому
Другое

Iris-Z

универсальная модель генерации изображений и карт глубины

2 мин чтенияобновлено

Iris-Z — это генеративная модель от Speridlabs, созданная на базе FLUX.2, которая умеет одновременно производить визуальное изображение и его геометрию (карту глубины). Те же веса позволяют превращать текстовый запрос в картинку с глубиной, фотографию в карту глубины или карту глубины в новое изображение. Модель превосходит лучшие специализированные решения на стандартных бенчмарках глубины, сохраняя при этом качество генерации базовой архитектуры. Она пригодится исследователям, разработчикам и создателям контента, работающим с 3D-графикой и компьютерным зрением.

Ключевые особенности

  • Двойной результат: одновременная генерация внешнего вида и геометрии объекта по текстовому промпту.
  • Высокая точность: превосходит лучшие специализированные модели глубины на стандартных бенчмарках (NYUv2, ETH3D и др.).
  • Гибкость пайплайна: поддержка перевода текста в изображение, текста в RGBD, картинки в глубину и глубины в картинку.
  • Два варианта размера: версия Iris-Z-big на 32.2B параметров и более легкая Iris-Z-small на 9.1B параметров.

Что можно сделать

  • Текст в RGBD: сгенерировать по текстовому описанию полноценную картинку вместе с картой глубины для 3D-сцен.
  • Анализ фото: построить детализированную карту глубины на основе существующей фотографии или папки с изображениями.
  • Генерация по глубине: создать новое изображение на основе готовой карты глубины с помощью текстового промпта.
  • Python API интеграция: встроить модель в собственные скрипты обработки графики с помощью официального SDK.

Пример

from iris_z import IrisZPipeline

pipeline = IrisZPipeline.from_pretrained("speridlabs/iris-z", variant="big")

# Генерация картинки и карты глубины по тексту
rgbd = pipeline.text_to_rgbd("a lighthouse at dusk", seed=0)

# Получение карты глубины из картинки
depth = pipeline.image_to_depth("photo.jpg")
depth.colourized().save("photo_depth.png")
ПодробнееБенчмарки AbsRel x100 (меньше — лучше): NYUv2 (Iris-Z-big: 1.90/2.28), ETH3D (Iris-Z-big: 1.76/1.87) в зависимости от протокола оценки.
Требования к VRAM: ~112 GB для версии big и ~33 GB для версии small при работе со всеми задачами.
Требуется принятие условий использования базовой модели FLUX.2-dev и авторизация через hf auth login.
Примеры
Обсудить Telegram 0

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 60 GB · готовые файлы66 GB
  • FP8 / INT8рекомендуемвеса 30 GB33 GB
  • 4-bitвеса 17 GB19 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Infinix-io/iris-z
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Infinix-io/iris-z --local-dir ~/models/iris-z
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к iris-z
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

black-forest-labs/FLUX.2-dev

Новые посты про версии FLUX.2-dev — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

Infinix-io/iris-z
Автор
Infinix-io
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

RMSharmonize

RMSharmonize
Изображения

HomeIMG-1.2B

HomeIMG-1.2B