iris-3b: VAE 생략한 픽셀 공간 생성 모델, 3B 파라미터로 깊이 추정까지

압축된 잠재 공간(Latent Space)과 별도 디코더를 거치지 않고, 네트워크가 직접 모든 픽셀을 출력하는 30억 파라미터 기반의 생성 모델이다. 손실된 텍스처나 디테일 없이 1024픽셀 해상도의 이미지를 생성하며, 프롬프트 입력만으로 고해상도 결과물을 얻는다.

1 / 8

텍스트-이미지 생성 외에도 단일 모델로 단안 깊이 추정(Monocular Depth Estimation)과 이미지 복원 및 업스케일링을 수행한다. 구조 변경 없이 파인튜닝된 가중치를 사용해, 빈 프롬프트로 단일 순방향 패스만 돌리면 상세한 디테일이 살아있는 깊이 맵이나 4배 확대 이미지를 즉시 생성한다.

DINOv2 같은 비전 파운데이션 모델의 대안으로, 생성형 사전 학습(Generative Priors)이 밀집된 비전 작업에서 얼마나 효과적인지 검증한다. NVIDIA GPU와 CUDA 환경에서 실행되며, Apache 2.0 라이선스로 상업적 활용 및 연구 목적의 수정이 자유롭다.