• 人工智能
• 大模型
• 基础模型
• 媒体生成
• 计算机视觉

Iris-3B 是一款 30 亿参数的像素空间生成模型，它的超分辨支模型支持一步图像修复与 4 倍超分：把模糊、有噪点、低分辨率的老照片直接输进去，一次前向推理就能还原出清晰锐利的高清大图。本教程手把手教你从零部署 Iris-3B，完成一键老照片修复。

什么是 Iris-3B 像素空间修复模型？

传统图像生成器大多在压缩的"潜空间"（latent space）里工作，再靠解码器还原成像素，过程会有信息损失。Iris-3B 走的是另一条路线：网络直接输出每一个像素，不经过 VAE 和潜空间。

这套"像素空间先验"除了文生图，还被微调成了通用视觉模型：同一个主干（不做任何架构改动），仅更换任务权重，就能做：

• 🖼️图像修复 + 4 倍超分（upscaler/目录）
• 📷单目深度估计（depth/目录）
• ⚡4 步极速出图（turbo/ 目录，4 步蒸馏版）

修复模型的训练采用一步对抗式修复（HYPIR recipe），在 DIV2K 验证集 4× 任务上达到 LPIPS 0.292、PSNR 20.68 的成绩，且全程只需一次前向传播，甚至不需要文本编码器（以空提示词 empty prompt 运行），因此速度快、依赖少。

环境准备：一键安装与权重下载

修复模型对硬件的要求很明确：一台NVIDIA GPU（CUDA）、Python 3.11+、PyTorch 2.7.1+。

第 1 步：克隆代码仓库

git clone https://gitcode.com/hf_mirrors/speridlabs/iris-3b cd iris-3b pip install -e .

第 2 步：只下载修复模型权重

完整仓库的权重文件较多（主模型约 12 GB），做图像修复只需要 upscaler/ 文件夹，按需下载即可：

hf download speridlabs/iris-3b --include "upscaler/*" --local-dir iris-3b

下载完成后，你会看到这三个核心文件：

一条命令完成图像修复与 4 倍超分

部署好之后，修复一条命令就搞定：

python scripts/upscale.py photo.jpg --out upscaled

把photo.jpg换成你的老照片路径，--out指定输出目录。运行结束后，输出目录里会出现形如photo_x4.png的结果文件——宽高各放大 4 倍，同时完成去噪、去模糊等退化修复。

几个值得注意的设计细节：

• 大尺寸输出自动分块：修复时会把大图切成重叠的 1024×1024 窗口逐块处理（配置见 upscaler/config.yaml 中task.tile: 1024），因此即使原图较大也不会爆显存，接缝处也有重叠过渡。
• 无需提示词：整模型以空提示词单次前向运行，你不需要像文生图那样写 prompt，对新手非常友好。
• 确定性结果：修复任务用的是固定 σ = 0.5 的一步生成配置（见 upscaler/config.yaml），同样的输入会得到一致的输出。

效果示例：模糊照片变清晰

下面两张就是官方示例的输入原图——一张低分辨率的雪豹照片和一张明显模糊失焦的沙狐照片，正好模拟了"模糊退化老照片"的典型场景：

把它们交给upscale.py，模型在一步前向中补全毛发、纹理等细节，4 倍超分后的结果如下：

对比可以看到：输入图的整体发糊、噪点和压缩痕迹，在修复后被替换成了清晰自然的细节，而画面主体和构图保持不变——这正是生成式修复相比传统插值放大的优势。

老照片修复实用技巧 💡

• 尽量保留原图信息：输入图只要"能认出来"即可，哪怕只剩低清轮廓，生成式先验也能帮你补全细节；但如果原图本身被严重裁剪、主体残缺，模型无法凭空恢复缺失内容。

• 修复 ≠ 精确复原：生成式模型会"合理想象"细节，适合老照片翻新、艺术化处理；如果做档案级修复（要求与原件逐像素一致），建议以传统方法为主、生成式为辅。

• 想同时出深度图做 3D 化？仓库附带 depth/ 单目深度模型，一条命令即可输出深度图：

  python scripts/depth.py photo.jpg --out depth_out

  效果示例（原图 → Iris-3B 深度图）：

• 出图太快不够"稳"？修复任务是单步的，速度已经很快；如果你想用它做文生图再配超分，可以参考 turbo/ 目录的 4 步蒸馏模型，其采样调度写在 turbo/distill.yaml，1024×1024 图像在 H100 上约 0.7 秒出图。

仓库文件速查表

常见问题 FAQ

Q：修复一张照片大概要多久？A：单步前向 + 大图标块化 1024×1024 处理，消费级显卡上通常秒级到分钟级，取决于 GPU 显存和原图尺寸。

Q：为什么需要下载约 12 GB 的权重？A：upscaler/是完整 3B 参数的微调版（含空提示词嵌入文件），并非小型 adapter，所以体积较大。

Q：输出图片为什么是 4 倍而不是 2 倍或 8 倍？A：该超分权重就是按 4× 任务训练发布的（DIV2K 4× 协议），输出宽高固定为输入的 4 倍。

Q：Apache 2.0 协议意味着什么？A：项目以 Apache License 2.0 开源，个人和商业使用都很友好。

📌小结：Iris-3B 把"文生图模型"的像素空间先验直接复用到了老照片修复上——克隆仓库、按需下载 upscaler/ 权重、运行一条upscale.py命令，模糊退化的照片就能一步变成 4 倍高清。配合 depth/ 深度估计和 turbo/ 极速出图，这套像素空间视觉模型能覆盖的玩法远不止修复老照片。

• 人工智能
• 大模型
• 基础模型
• 媒体生成
• 计算机视觉