Iris-3B文生图提示词指南如何用简单英文句子获得最佳生成效果Iris-3B 是一款 30 亿参数的开源像素空间扩散文生图模型无需 VAE 潜空间直接根据文字提示输出 1024×1024 像素图像。本指南教你用简单英文句子撰写提示词prompt、调优关键参数并避开常见坑位帮助新手一次获得最佳生成效果。认识 Iris-3B直接画出像素的文生图模型大多数 AI 绘图模型先把图像压缩进潜空间再解码还原成像素Iris-3B 跳过了这一步——模型本身直接输出每一个像素见 README.md因此纹理和细节不会在压缩-解码链路中丢失。三个关键特性像素空间扩散无 VAE网络直接输出约 100 万像素图像默认 1024×1024文本编码器冻结的 Qwen3-VL-4B-Instruct 多模态大模型能理解较长的描述性句子一模型多用途同一骨干可微调做单目深度估计、图像修复与 4 倍超分▲ 仓库示例图亦用作下游深度估计任务的演示输入快速上手三步生成第一张图git clone https://gitcode.com/hf_mirrors/speridlabs/iris-3b cd iris-3b pip install -e . # 需要 Python 3.11然后下载文生图权重约 12 GB即 model.safetensors 与 config.yaml用一句简单的英文句子生成第一张图python scripts/sample.py --checkpoint iris-3b \ --prompt a red fox sleeping in fresh snow, golden hour要求 NVIDIA GPU CUDA文本编码器会在首次运行时自动下载。Iris-3B 提示词写法简单英文句子的 5 个技巧官方建议非常直接用普通的描述性英文句子写提示词plain descriptive English sentences不需要masterpiece, best quality, 8k式的关键词堆砌。结合仓库官方样例可归纳为 5 个技巧1. 按主体 → 细节 → 光线 → 媒介组织句子Studio portrait of a Maasai elder wearing vibrant beaded jewelry, deep red cloth, dark backdrop, Rembrandt lighting, ultra detailed skin texture前半句交代主体与服饰细节后半句补上布光Rembrandt lighting和质感要求ultra detailed skin texture层次清晰。2. 光线与氛围词决定画面质感golden hour黄金时刻、morning light晨光、overcast light阴天柔光long exposure长曝光→ 适合水面、火光与车轨dusk、night→ 适配霓虹、夜景、天灯类题材3. 指定媒介风格立刻统一fine grain film photograph细颗粒胶片照片high fashion beauty photography高定美妆摄影3D render、surreal concept art超现实概念艺术4. 用纹理与材质词避免塑料感patina铜绿、shimmering texture、caustics and reflections焦散与反射——像素级直出的 Iris-3B 尤其擅长还原这类细节。5. 控制长度1~3 句话最合适文本编码器上限为 300 tokens见 config.yaml 中的text_len: 300。超长提示词会被截断写一句信息丰富的句子比堆一屏关键词更有效。场景类题材可以具体地点 建筑细节来提升稳定性The ancient city of Petra with the Treasury carved into pink sandstone, morning light参数速查cfg-scale、steps、seed、negative-prompt参数默认用法建议--cfg-scale3越大越贴近提示词过大则画面发硬2~4 是舒适区间--steps100步数越少越快但会损失细节日常 50 步左右可试速度--seed随机固定数值可复现同一张图--negative-prompt空写出画面中不想要的内容如 blurry, text--txt-file空每行一条提示词批量生成Turbo 极速版0.7 秒出一张 1024×1024 图turbo/ 目录中是 4 步蒸馏版 Iris-3B Turbo在单张 H100 上约 0.7 秒生成一张 1024×1024 图像python scripts/sample.py --checkpoint iris-3b/turbo \ --prompt a red fox sleeping in fresh snow, golden hour⚡️ 注意Turbo 的 4 步采样计划已内置在权重中见 turbo/distill.yaml因此--steps、--cfg-scale、--negative-prompt均不生效提示词、--height、--width和--seed照常可用。提示词技巧仍然重要——写得好4 步也够用。常见误区与限制这 4 个坑请绕开关键词堆砌或照搬其他模型提示词Iris-3B 偏好朴实的描述性英文句子中文提示词建议先翻译。要求画面里出现大段文字图中文字渲染与精确物体计数并不可靠Turbo 的文字渲染比基础版更弱。提示词过长超过 300 tokens 的部分会被截断主体描述优先写在前面。期望 Turbo 响应负面提示词Turbo 无 CFG、无 negative-prompt 通道修正画面请用基础版。不止文生图同一架构的深度估计与图像修复微调后的同一骨干还能做单目深度估计与图像修复/4 倍超分单次前向推理、无需文本编码器任务权重目录命令行单目深度depth/python scripts/depth.py photo.jpg --out depth_out修复超分upscaler/python scripts/upscale.py photo.jpg --out upscaled文章开头那张海边客厅示例图对应的深度估计结果如下——近处沙发与地板呈亮色远处海景呈深色再看一组餐厅照片与其深度图的对照图像修复/超分任务则接收低清、压缩劣化的输入图像例如仓库中两张低质量动物照片示例见 assets/downstream/小结写好 Iris-3B 提示词的核心很简单一句朴实的英文描述主体在前、光线与媒介殿后控制在 300 tokens 以内。配合--cfg-scale、--steps、--seed微调就能稳定获得最佳生成效果追求速度则切换到 Turbo4 步出图。提示词写好后同一套骨干还能顺手完成深度估计与图像修复这正是 Iris-3B通用视觉学习器的定位。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
