3B 像素空间扩散模型 Iris-3B Turbo 蒸馏到 4 步,H100 上 0.7 秒出 1024 图

lmoroney · x · 2026-10-15

Speridlabs 发布开源图像模型 Iris-3B Turbo。Iris-3B 是一个 3B 参数的扩散 Transformer,直接在像素空间工作,跳过了 Flux、Qwen-Image、SDXL 等大多数图像模型赖以解码压缩潜空间的 VAE。Turbo 版本将全部 3B 参数完整蒸馏到 4 个固定步骤,并把 guidance 烘焙进权重。

据 ArtRealmAI 实测,在单张 H100、batch 4 下生成一张 1024×1024 图像约需 0.7 秒(基础模型默认 100 步)。模型卡显示 Turbo 在 GenEval 上略胜基础模型(0.820 vs 0.798),长文本渲染稍弱、多 seed 多样性略有下降。权重以 Apache 2.0 开源,bf16 约 6 GB,蒸馏训练器也在仓库里。