SperidLabs 发布 Iris-Z:统一生成模型在深度估计上超越专用模型
speridlabs · hf · 2026-11-17
SperidLabs 发布技术报告 Iris-Z,主张「苦涩的教训」同样适用于计算机视觉与 3D/空间理解:与其堆任务专用的几何模型,不如把精力投入可随数据、参数与算力持续扩展的统一架构。
核心内容:
- Iris-Z 是一个统一的生成式骨干网络,将图像外观与深度(几何)联合建模,单个骨干同时负责去噪、推理与理解
- 在单目几何这一长期由专用架构主导的任务上,该模型在规模化后超越了专门的深度估计模型,同时保持通用图像生成能力
- 代码与模型开源于 github.com/speridlabs/iris-z-sdk
作者为 Alejandro Cañada 与 Chema Garabito,定位是迈向视觉智能的通用模型路线的一次实证。
「多模态」频道最新
- AI 动画短剧《The Croaky Inn》第二集上线,青蛙造型质感惊人 — jollypiraterum · 2026-11-17
- Idea 让 AI 聊天直出影级 3D 动画,月费 15 美元 — wordgrammer · 2026-11-17
- MIT 新方法把莫奈、梵高全部作品蒸馏进一幅大画,ECCV 2026 获奖展出 — alexbilz · 2026-11-17
- AI 动画短片《I Have a Mom Too》感动 Reddit 网友 — Professional_Wall288 · 2026-11-17
- Midjourney 风格码 sref 761796656:柔雾颗粒感的治愈插画 — sergeantsref · 2026-11-17
- 「Bald Faced Liar」:Reddit 热传的 AI 视频,剃须刀长在瓷砖上 — heresalexandria · 2026-11-17