Iris-3B：通过像素空间扩散训练、转换与微调超越潜空间

Iris-3B 是一个 3B 参数像素空间文生图 Transformer，通过 $256\to512\to1024$ 课程从零预训练，并开源权重和训练代码。研究还将 FLUX.2 Klein base 4B 转换到像素空间，比较单目深度估计和图像恢复/超分辨率微调，未发现像素空间生成先验带来显著提升。