Sperid Labs ra mắt mô hình ảnh 3B open-weight mang tên Iris-3B không dùng VAE

Một framework mới từ Sperid Labs tạo ra dữ liệu thị giác bằng cách bỏ qua các bước xử lý không gian ẩn truyền thống. Được gọi là Iris-3B, mô hình text-to-image với 3B parameter này được huấn luyện từ đầu và phát hành theo giấy phép Apache 2.0. Tổ chức đã công bố weights, mã nguồn và bản demo của mô hình để cộng đồng sử dụng. Các nhà phát triển cũng áp dụng generative prior của mô hình vào các tác vụ thị giác đòi hỏi độ chi tiết cao, cụ thể là phục hồi ảnh và ước tính độ sâu. Các phương pháp này được mô tả chi tiết trong một bài nghiên cứu có tựa đề 'Going Beyond the Latent with Pixel-Space Diffusion Training, Conversion and Fine-Tuning' phát hành cùng mô hình.