# Iris-3B: открыты модели для глубины и восстановления изображений

Источник: https://modelium.tech/zhurnal/iris-3b-local-image-depth-restoration-upscale/

8 октября авторы Iris-3B добавили к модели для генерации картинок два отдельных набора весов: один оценивает глубину объектов на фотографии, другой восстанавливает и увеличивает изображение в четыре раза. Код и веса доступны, но локальный запуск требует Python и видеокарту NVIDIA с CUDA; простого домашнего приложения авторы пока не предлагают. По собственному сравнению авторов, работа с пикселями напрямую не дала значимого преимущества перед сравниваемыми моделями.

## Что появилось у Iris-3B 8 октября

Хотите понять, какие предметы на фотографии ближе к камере, или увеличить небольшой снимок? Разработчики Iris-3B 8 октября добавили **два отдельных набора весов** для этих задач к выпущенной 5 октября модели генерации изображений. Один строит относительную карту глубины, второй восстанавливает изображение и увеличивает его в четыре раза. Код для обеих задач появился в официальном репозитории в тот же день. Это новые варианты одной модели, а не обещание, что одна загрузка выполнит все три задачи. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Iris-3B рисует непосредственно пиксели картинки, не проходя через отдельный модуль сжатия и восстановления изображения. Авторы исследовали, помогает ли такой подход не только рисовать по тексту, но и разбирать фотографии. **Важная оговорка:** в опубликованном сравнении они не нашли значимого преимущества подхода над сопоставимыми моделями, использующими сжатое представление; это вывод авторов в рамках их экспериментов, а не независимая проверка Modelium. [s4](#src-s4)

## Что можно получить и что для этого нужно

Вариант *depth* принимает фотографию и выдаёт цветную карту глубины и файл с числовыми значениями. Это **относительная** глубина: карта показывает расположение ближе или дальше, но не расстояние в метрах. Вариант *upscaler* принимает фотографию и сохраняет восстановленное изображение, увеличенное в четыре раза по каждой стороне. Результат следует сравнивать с исходником: мелкие детали могут выглядеть убедительно, не будучи достоверными. [s1](#src-s1) [s3](#src-s3)

В официальном репозитории лежат три самостоятельных файла весов: базовый генератор, depth и upscaler; каждый около 12 ГБ **на диске**. Для генерации по тексту дополнительно скачивается отдельная текстовая модель Qwen3-VL-4B-Instruct; для двух новых задач она не нужна. Размер файлов не является требованием к оперативной памяти или памяти видеокарты. Авторы документируют запуск кода на Python 3.11+ и видеокарте NVIDIA с CUDA — её платформой для вычислений; минимальную конфигурацию для домашнего ПК карточка не устанавливает. Скачивание весов и зависимостей требует интернета, сама обработка после подготовки может выполняться локально. Редакция Modelium полный запуск не выполняла. [s1](#src-s1) [s3](#src-s3)

Чтобы оценить пригодность до сложной установки, откройте [официальную карточку модели](https://huggingface.co/speridlabs/iris-3b): там есть примеры входных фото и выходных картинок, а также ссылки на исходный код и демонстрацию. Демонстрация на Hugging Face — **удалённый сервис**, не проверка работы на вашем компьютере. Для локального запуска авторы описывают отдельные программы `scripts/depth.py` и `scripts/upscale.py`; это путь для тех, кто уже работает с Python и CUDA, а не готовая кнопка для новичка. [s1](#src-s1) [s3](#src-s3)

## Как относиться к качеству и лицензии

Авторы приводят оценки на наборах фотографий для глубины и увеличения, но это их измерения при описанных в статье условиях, а не гарантия качества на вашей фотографии. В исследовании прямо сказано, что переход к непосредственной работе с пикселями не улучшил результаты в этих двух задачах по сравнению с выбранной моделью со сжатым представлением. Поэтому выбирать Iris-3B только из-за необычной архитектуры не стоит. [s4](#src-s4)

Код и веса Iris-3B авторы распространяют под Apache 2.0, позволяющей коммерческое применение при соблюдении условий лицензии. Текстовая модель для генерации скачивается отдельно и имеет собственную лицензию Apache 2.0. Это не означает, что сервис с демонстрацией работает локально или что любая фотография подходит для использования без проверки прав. [s1](#src-s1) [s3](#src-s3) [s5](#src-s5)

Если задача — просто получить картинку по тексту на Mac, посмотрите [изменения MFLUX 0.22.0](/zhurnal/mflux-0-22-0-qwen-image-21-less-memory-controlnet/): это другой инструмент и другая модель, не совместимый способ запустить веса Iris-3B.

## Источники

1. [SperidLabs: карточка Iris-3B, закреплённая ревизия 7445443](https://huggingface.co/speridlabs/iris-3b/tree/7445443349bc9abe3c96f01ff793e2098ca012b3) — получено 2026-10-10
2. [SperidLabs: история загрузки весов Iris-3B в Hugging Face](https://huggingface.co/speridlabs/iris-3b/commits/main) — получено 2026-10-10
3. [SperidLabs: код и документация Iris-3B, commit a8d15239](https://github.com/speridlabs/iris-3b/tree/a8d15239dea4) — получено 2026-10-10
4. [Cai и Garabito: Iris-3B, исследование и результаты сравнения, arXiv:2610.09450v1](https://arxiv.org/abs/2610.09450v1) — получено 2026-10-10
5. [SperidLabs: Apache 2.0 и NOTICE для Iris-3B](https://github.com/speridlabs/iris-3b/blob/a8d15239dea4/LICENSE) — получено 2026-10-10