Модель изображения «3B» звучит так, как будто ее можно разместить на любом запасном графическом процессоре. Iris-3B Turbo от Sperid Labs этому не учит. Мы обернули его в собственный бэкэнд (код, который загружает модель один раз, а затем отвечает на запросы) за конечной точкой, которая...
Модель изображения «3B» звучит так, как будто ее можно разместить на любом запасном графическом процессоре. Iris-3B Turbo от Sperid Labs этому не учит. Мы обернули его в собственный бэкэнд (код, который один раз загружает модель, а затем отвечает на запросы) за конечной точкой, которая принимает JSON API изображений OpenAI. Модель вела себя. Что нас поразило, так это цифры вокруг него: размер загрузки, объем памяти графического процессора (VRAM), который он действительно содержит, и размер его ответов.
Каждая команда и измерение описаны в нашей документации Iris-3B Turbo с указанием таймингов и показателей памяти.
Ирис-3Б в одном абзаце
Iris-3B — это модель изображения Apache-2.0, работающая с пикселями. Такие модели, как FLUX и Qwen-Image, рисуют сжатый эскиз, который расширяется отдельным декодером. У Iris нет декодера: он работает с сеткой из квадратов 16х16 пикселей и дорисовывает каждый из них сам. Он стартует со случайного шума и немного его подчищает на каждом проходе: 100 проходов для базовой модели, 4 для Турбо, переобученная та же сеть. В статье авторов проверялась идея пикселя по глубине и восстановлению фотографий, а в аннотации сообщается о результате без искажений: «Мы не обнаружили значительного улучшения от использования генеративного априора в пиксельном пространстве».
Ловушка первая: в репозитории четыре модели
Клонируйте speridlabs/iris-3b и вы потянете