Tag
PixText 将局部文本修正建模为像素空间的分组图像生成，仅生成目标区域并保留未编辑内容，借助 MeanFlow 实现四步快速生成，在新提出的 TextRefinementBench 上以 83.06% 的字形通过率大幅超越最强基线。
Sperid Labs 发布 Iris-3B，一个 30 亿参数的像素空间生成模型，直接输出每个像素、无需 VAE 或潜空间，并可通过微调完成单目深度估计、图像修复与超分辨率等密集视觉任务。