Iris-3B Turbo 上线：不走潜空间的生图模型，把 100 步压缩到 4 步
如果你平时关注 AI 画图，大概率用过 Flux、Qwen-Image 这类模型——但你可能不知道，它们画图前都要先把图像"压缩"进一个潜空间，画完再解压回来。开源团队 Speridlabs 这次发布的 Iris-3B 走了另一条路：完全跳过潜空间，直接在像素上作画。而 10 月 12 日刚上线的 Turbo 蒸馏版，把原本 100 步的生成过程压缩到了 4 步——单张 H100 显卡上，一张 1024×1024 的图大约 0.7 秒就能出片。
权重以 Apache 2.0 协议开放，还配了免安装的在线 Demo。
先说这是什么
Iris-3B 是一个 3B 参数的像素空间扩散 Transformer，文本理解部分用的是冻结的 Qwen3-VL-4B-Instruct 当文本编码器。
它和主流模型的核心区别在"作画的地方"：
- Flux、Qwen-Image、SDXL 这类模型：在压缩后的潜空间里迭代去噪，最后靠 VAE 解码器还原成像素。好处是算得快，代价是 VAE 本身有损、且偏向纹理，细节容易被"糊"掉。
- Iris-3B：网络直接输出每一个像素。没有 VAE 这一层"转译"，理论上不存在潜空间带来的信息损失。
架构上，它由 8 个双流和 16 个单流 block 组成，末端一个 4 层的"像素头"负责把每个 16×16 的图像块还原成真实像素。训练从零开始用 rectified flow 方法，分辨率从 256 到 512 再到 1024 逐级提升，最后在 1024px 上做了 66.5 万步的微调。技术论文《Iris-3B: Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning》已挂在 arXiv 上。
还有个有意思的彩蛋：同一个骨干网络，不做任何架构改动，微调后还能当单目深度估计模型和 4 倍图像修复/放大模型用——一套权重，三种活儿。
Turbo 版改了什么
基座 Iris-3B 画一张图默认要走 100 步，日常用太慢。Turbo 版就是冲着这个来的：
- 全量蒸馏，不是 LoRA：3B 参数全部微调，用一种叫 Trajectory Distribution Matching（TDM）的方法、以数据无关的方式两阶段蒸馏完成。
- 步数固定为 4 步：CFG（引导系数）直接烘进权重里，每步只需一次前向传播，不用再额外算一遍无条件分支。
- 速度：官方给出的数字是单张 H100、batch size 4 的设置下，1024×1024 单图约 0.7 秒。
- 体积友好：bf16 精度权重约 6GB（基座文生图权重约 12GB），支持 7 种长宽比、约 100 万像素的分辨率。
同步上线的还有三样东西：Hugging Face 上的[在线 Demo Space](https://huggingface.co/spaces/speridlabs/iris-3b-turbo)（没显卡也能在浏览器里试）、GitHub 上的完整代码，以及 Turbo 用的蒸馏训练器——想把这套"压步数"方法搬到自己模型上的研究者可以直接拿去用。
对谁有用、怎么用
- 想本地跑生图的玩家：6GB 权重加 4 步推理，消费级 NVIDIA 显卡就能跑起来，速度比基座快一个量级。下载 [turbo 权重](https://huggingface.co/speridlabs/iris-3b)后用 ComfyUI 或官方代码即可加载。
- 研究者：像素空间扩散是一条还很小众的路线，这次是完整的开源实现——模型、训练器、论文齐活，可复现也可改造。
- 只想试试效果的：打开官方在线 Demo，输入提示词就能出图，不用装任何环境。
也实话实说它的限制：分辨率目前约 1MP，跟头部闭源模型已经卷起来的 2K/4K 直出还有差距；社区热度也还在早期（Hugging Face 上约 213 个赞、700 次下载），出图风格的丰富度需要时间积累。
放到大背景里看
"少步数化"是最近开源生图的主旋律：就在前几天，阿里把 Qwen-Image-2.1-Turbo 的生成步数从 40 步压到 8 步；Iris-3B Turbo 则用"像素空间 + 4 步"把推理成本压得更低。路线不同，但目标一致——让生图更快、更便宜、更容易跑在普通人的显卡上。像素空间这条路线能否借 Turbo 版的热度被更多团队跟进，值得持续观察。
---
来源：Hugging Face 模型仓（speridlabs/iris-3b）、官方在线 Demo Space、GitHub 仓库（speridlabs/iris-3b）、arXiv 论文 2610.09450。本文基于官方仓库与模型卡信息整理。