Iris-Z: Scaling One Generative Model Past Specialist Geometry Models 封面
HuggingFace
论文

Iris-Z: Scaling One Generative Model Past Specialist Geometry Models

Language moved from many task-specific models to one unified model: a single generative model with a single generative training task that handles all of them within the same backbone, and keeps improving with data, para…

来源:HuggingFace Papers收录于 2026年11月17日

站内导读

中文

定位:用一个统一生成模型同时建模图像外观与深度几何的研究。Iris-Z 把「一个模型、一个生成训练任务」的思路从语言迁移到视觉:同一套骨干网络在去噪的同时理解图像及其深度。

核心能力:单个权重同时完成三项任务——生成带深度的图像、从照片估计深度、把图像绘制到给定深度上。规模足够大时,它在既有深度基准上超过了专用模型,同时保留了原骨干的通用生成能力,且没有引入专用层。作者已公开两个模型供社区使用。

适用人群:做单目深度估计、3D 与空间理解的研究者,以及关注通用视觉模型缩放规律的读者。

相关项目 · HuggingFace

查看全部「HuggingFace」项目 →