Speridlabs Iris-Z
Speridlabs Iris-Zは、画像とその深度を1つのシーケンスでノイズ除去するようにファインチューニングしたFLUX.2です。同じ重みで、プロンプトから画像を生成し、写真から4ステップで深度を推定し、与えた深度にプロンプトの内容を描き、画像とその深度を一緒に返します。LibreYOLOはLibreGenファクトリーを通じて2つのサイズで実行します。
- タスク
- image generation, depth
- サイズ
- 9b, 32b at 1024 px
- インストール
pip install "libreyolo[gen]"- サポートティア
- 姉妹ティア、v1.8.0以降。独自のファクトリと契約を持つ、独立した製品インターフェースです。
- ライセンス
- コード:MIT and Apache-2.0、重み:FLUX Non-Commercial License。商用利用
インストール
pip install "libreyolo[gen]"推論
タスクはモデルの読み込み時に固定されます。画像から深度にはtask="depth"、ほかの3つのモードにはデフォルトのgenerateを使います。深度モデルはテキストエンコーダーを読み込みません。
from libreyolo import LibreGen, SAMPLE_IMAGE model = LibreGen("speridlabs-iris-z", task="depth") # 9b、テキストエンコーダーは読み込まないresult = model(SAMPLE_IMAGE) depth = result.depth_mapprint(depth.encoding) # "log_depth"、大きいほど遠いprint(depth.data.shape) # 写真のサイズで(H, W)print(depth.valid_mask.shape) # 空はFalseresult.save("depth.png") # カラー化した深度from libreyolo import LibreGen model = LibreGen("speridlabs-iris-z")result = model("a lighthouse at dusk", seed=0)result.generated.save("lighthouse.png")from libreyolo import LibreGen, SAMPLE_IMAGE model = LibreGen("speridlabs-iris-z")# 先に写真の深度を推定し、その上に新しいシーンを描くresult = model("a sunken ruin under the sea", source=SAMPLE_IMAGE, seed=0)result.generated.save("ruin.png")from libreyolo import LibreGen model = LibreGen("speridlabs-iris-z")result = model("a grand old library, a spiral staircase", depth=True, seed=0)result.generated.save("library.png")print(result.depth_map.data.shape)libreyolo generate prompt="a lighthouse at dusk" model=speridlabs-iris-zlibreyolo generate source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/guggenheim-bilbao.jpg task=depthlibreyolo generate source=photos/ task=depth ensemble=10 imgsz=1024画像から深度。 ソースはpredictが受け付けるものです。result.depth_mapはencoding="log_depth"(相対対数深度、大きいほど遠い)のDepthMapでソースのサイズを持ち、valid_maskは空の部分でFalseです。imgszは作業解像度で、512または1024です(0.5メガピクセル未満なら512、それ以外は1024がデフォルト)。調整項目はsteps(4)とensemble(1)で、後者はその数のシードにわたるピクセルごとの中央値です。デフォルトのシードは0のため、深度は再現されます。save=Trueはカラー化したマップをruns/depth/predictの下に書き出します。
テキストから画像。 プロンプト、imgsz、seed、nは、すべての画像生成モデルと同じように動作します。調整項目はsteps(50)とguidance(9bは4.0、32bは3.5)です。
深度から画像。 generateタスクのsource=は、画像を描く土台となる深度です。写真(先にその深度を推定します)、任意の深度モデルのResultsまたはDepthMap、あるいはdepth_format="depth"(明るいほど遠い)または"disparity"(明るいほど近い)を指定したグレースケールの深度画像を指定できます。画像はdepth_formatで指定した場合にのみ深度マップとして読まれます。出力は深度のアスペクト比を維持し、Results.depth_mapは描画の土台にした深度です。
画像と深度。 depth=Trueは画像と深度を同時にサンプリングし、アップストリームのデフォルトと同じく、完成した画像から深度を推定し直します。結果はresult.generatedとresult.depth_mapの両方を持ちます。
CLIはテキストから画像と画像から深度に対応します。CLIではprompt=とsource=は引き続き同時に指定できません。
バリアント
| サイズ | エイリアス | パラメータ数 | テキストエンコーダー | GPUメモリ(ライブラリの数値) |
|---|---|---|---|---|
9b | speridlabs-iris-z、-9b、-small | 9.1B、FLUX.2 [klein] Base 9Bから | Qwen3 8B FP8 | 約18 GB、加えてテキストエンコーダー9 GBとVAE 0.2 GB |
32b | speridlabs-iris-z-32b、-big | 32.2B、FLUX.2 [dev]から | Mistral Small 3.2 24B | 約64 GB、加えてテキストエンコーダー48 GBとVAE 0.2 GB |
offload=Trueを指定すると、プロンプトの合間にテキストエンコーダーをCPUに置いたままにします。transformersが求めるFP8カーネル(kernelsパッケージ)のないCUDA、およびMPSやCPUでは、9bのテキストエンコーダーは逆量子化してbfloat16で動作し、アップストリームの埋め込みベクトルに近いものの同一にはなりません。ローカルのスナップショットやバリアントのフォルダーはLibreGen(path)で読み込めます。
エクスポート
| タスク | ONNX | TorchScript | ExecuTorch | TensorRT | OpenVINO | Paddle | MNN | RKNN | Axelera | ncnn | TFLite | CoreML | Core AI |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Image generation | Image generation to ONNX:非対応 | Image generation to TorchScript:非対応 | Image generation to ExecuTorch:非対応 | Image generation to TensorRT:非対応 | Image generation to OpenVINO:非対応 | Image generation to Paddle:非対応 | Image generation to MNN:非対応 | Image generation to RKNN:非対応 | Image generation to Axelera:非対応 | Image generation to ncnn:非対応 | Image generation to TFLite:非対応 | Image generation to CoreML:非対応 | Image generation to Core AI:非対応 |
| Depth | Depth to ONNX:非対応 | Depth to TorchScript:非対応 | Depth to ExecuTorch:非対応 | Depth to TensorRT:非対応 | Depth to OpenVINO:非対応 | Depth to Paddle:非対応 | Depth to MNN:非対応 | Depth to RKNN:非対応 | Depth to Axelera:非対応 | Depth to ncnn:非対応 | Depth to TFLite:非対応 | Depth to CoreML:非対応 | Depth to Core AI:非対応 |
すべてのLibreGenファミリーと同じく、export()、train()、val()は例外を発生させます。
ライセンス
ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。
これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。
- 原著作物
- Speridlabs Iris-Z, Speridlabs
- アップストリームのライセンス
- FLUX Non-Commercial License
- アップストリームのソース
- github.com/speridlabs/iris-z-sdk
- LibreYOLOのコード
- MIT
- 重み
- FLUX Non-Commercial License、著者が配布。LibreYOLOではホストもミラーもしていません。
- 解釈
- The Iris-Z weights are derived from FLUX.2 [dev] and FLUX.2 [klein] Base 9B and are under Black Forest Labs' FLUX Non-Commercial License, a custom agreement that is not OSI-approved: no commercial or production use, and Section 2(e) asks for content filtering or human review of generated images before they are shared. LibreYOLO's adapter is MIT; the transformer, samplers and prompt embedders it ports from the Speridlabs Iris-Z SDK keep Apache-2.0, as does the FLUX.2 code the SDK builds on, with their notices in libreyolo/models/gen/speridlabs_irisz/NOTICE. LibreYOLO does not redistribute any weights. They download at runtime, unmodified, from their publishers at pinned revisions: speridlabs/iris-z at 16239e1a5444c484b11a04b61d633eceb768574c (9b from Iris-Z-small, 32b from Iris-Z-big, not gated), the FLUX.2 VAE from black-forest-labs/FLUX.2-klein-4B (Apache-2.0), and the text encoders Qwen/Qwen3-8B-FP8 for 9b and mistralai/Mistral-Small-3.2-24B-Instruct-2506 for 32b (both Apache-2.0).
Speridlabs Iris-ZはSperidlabsによるものです。重みはBlack Forest LabsのFLUX Non-Commercial Licenseの下にあります。商用利用や本番利用はできず、第2条(e)は生成画像を共有する前にコンテンツフィルタリングまたは人によるレビューを求めています。LibreYOLOのアダプターはMITです。Iris-Z SDKから移植したTransformer、サンプラー、プロンプト埋め込み器はApache-2.0のままです。
LibreYOLOは重みを一切再配布しません。重みは実行時に、リビジョンを固定したsperidlabs/iris-zから変更なしでダウンロードされ、ゲートされていません。FLUX.2のVAEはApache-2.0のblack-forest-labs/FLUX.2-klein-4Bリポジトリから取得し、テキストエンコーダー(9bはQwen/Qwen3-8B-FP8、32bはmistralai/Mistral-Small-3.2-24B-Instruct-2506)はApache-2.0です。
引用
@article{canada2026irisz,
title = {Iris-Z: Scaling One Generative Model Past
Specialist Geometry Models},
author = {Ca{\~n}ada, Alejandro and Garabito, Chema},
journal = {arXiv preprint arXiv:2611.16010},
year = {2026},
url = {https://arxiv.org/abs/2611.16010}
}著者によるsperidlabs.com/research/iris-z#citationの引用ブロックからコピーしています。