Huashu Design
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
Iris-3B 的演示。这个 3B 模型能根据文字生成图片、从单张图片估计深度,并修复或放大图片。适合想试用通用图像模型的视觉研究者和开发者。
Iris-3B 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download speridlabs/iris-3b --repo-type space --local-dir iris-3b cd iris-3b
这个 Space 是 Iris-3B 的演示,这是一个直接在像素空间里工作的通用视觉模型。同一个 3B 模型负责文生图、从单张图片估计深度、图像修复和放大。它运行在 Hugging Face 的 ZeroGPU 上,背后有一篇研究论文。
想用同一个模型试多种图像任务的计算机视觉研究者、开发者和好奇的创作者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 视觉研究者 | 在生成、深度和修复上测试同一个模型 | 运行预设示例并对比输出 |
| 软件 | 图像开发者 | 研究像素空间模型如何包进演示 | 阅读 app.py、viewers.py 和 iris3b 文件夹 |
| 创意 | 设计师 | 根据提示词生成图片 | 输入一个场景并选择尺寸 |
| 摄影 | 照片编辑者 | 修复或放大一张图片 | 添加一张图片并运行修复任务 |
如果你想要成品的消费级编辑器,研究演示的打磨控件会少一些。
它可以在两个地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 文生图 | 创作者 | 根据你的提示词生成的图片 |
| 单张图片估计深度 | 研究者 | 单张图片的深度估计图 |
| 修复或放大 | 照片编辑者 | 更干净或更大的图片版本 |
在线使用什么都不用准备。本地副本需要更多东西。
pip install -U huggingface_hub hf download speridlabs/iris-3b --repo-type space --local-dir iris-3b cd iris-3b pip install gradio==5.49.1 pip install -r requirements.txt python app.py
打开 Space 页面,选一个任务。你可以从精选的示例预设开始,每个预设都记录了它的提示词、尺寸、种子、步数和引导强度。改动这些值来探索。应用会从 IRIS_MODEL_REPO 设置所指向的模型仓库加载导出的权重。
| Tool | What it does |
|---|---|
| 文生图 | 根据书面提示词生成图片 |
| 单目深度 | 从单张图片估计深度 |
| 图像修复 | 清理受损或有噪点的图片 |
| 放大 | 把图片变大 |
你打开一个预设,读它的提示词和采样时用的设置,然后改变种子再运行一次。页面会显示同一个提示词生成的新图片。
先用一个预设,看看能得到什么质量,再一次只改一个设置。种子决定随机起点,步数和引导强度则影响结果。
像素空间的意思是模型直接处理像素,而不是压缩后的潜在表示。一个 3B 的先验模型服务多个任务。权重从一个 safetensors 文件和一个配置文件加载,iris3b 文件夹是代码仓库里源码包的副本。这个 Space 还列出了 Qwen3-VL 4B Instruct 模型。
README 很简短,所以各任务支持的尺寸和限制都没有列出。
Iris-3B 的演示。这个 3B 模型能根据文字生成图片、从单张图片估计深度,并修复或放大图片。适合想试用通用图像模型的视觉研究者和开发者。
由 speridlabs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这个 Space 是 Iris-3B 的演示,这是一个直接在像素空间里工作的通用视觉模型。同一个 3B 模型负责文生图、从单张图片估计深度、图像修复和放大。它运行在 Hugging Face 的 ZeroGPU 上,背后有一篇研究论文。
适合谁:想用同一个模型试多种图像任务的计算机视觉研究者、开发者和好奇的创作者。
Industry | Who uses it | How they use it | Example
研究 | 视觉研究者 | 在生成、深度和修复上测试同一个模型 | 运行预设示例并对比输出
软件 | 图像开发者 | 研究像素空间模型如何包进演示 | 阅读 app.py、viewers.py 和 iris3b 文件夹
创意 | 设计师 | 根据提示词生成图片 | 输入一个场景并选择尺寸
摄影 | 照片编辑者 | 修复或放大一张图片 | 添加一张图片并运行修复任务
如果你想要成品的消费级编辑器,研究演示的打磨控件会少一些。
用在哪里:它可以在两个地方运行。
Use case | Who | What they get back
文生图 | 创作者 | 根据你的提示词生成的图片
单张图片估计深度 | 研究者 | 单张图片的深度估计图
修复或放大 | 照片编辑者 | 更干净或更大的图片版本
如何设置:在线使用什么都不用准备。本地副本需要更多东西。
pip install -U huggingface_hub
hf download speridlabs/iris-3b --repo-type space --local-dir iris-3b
cd iris-3b
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,选一个任务。你可以从精选的示例预设开始,每个预设都记录了它的提示词、尺寸、种子、步数和引导强度。改动这些值来探索。应用会从 IRIS_MODEL_REPO 设置所指向的模型仓库加载导出的权重。
Tool | What it does
文生图 | 根据书面提示词生成图片
单目深度 | 从单张图片估计深度
图像修复 | 清理受损或有噪点的图片
放大 | 把图片变大
示例:你打开一个预设,读它的提示词和采样时用的设置,然后改变种子再运行一次。页面会显示同一个提示词生成的新图片。
新手与专家:先用一个预设,看看能得到什么质量,再一次只改一个设置。种子决定随机起点,步数和引导强度则影响结果。
像素空间的意思是模型直接处理像素,而不是压缩后的潜在表示。一个 3B 的先验模型服务多个任务。权重从一个 safetensors 文件和一个配置文件加载,iris3b 文件夹是代码仓库里源码包的副本。这个 Space 还列出了 Qwen3-VL 4B Instruct 模型。
你选择任务和设置
应用加载导出的 Iris-3B 权重
3B 像素空间模型在 ZeroGPU 上运行
结果显示在页面里
注意事项:README 很简短,所以各任务支持的尺寸和限制都没有列出。
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Iris-3B 本页 | 65 | gradio | apache-2.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
alchaincyf · 技能
把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。
yuji-nozawa · 工具包
一篇研究论文的三种规模的预训练视觉 Transformer 检查点,论文研究如何训练注意力头去关注图像区域。适合提取图像特征和复现论文的研究人员。