量子位
·
腾讯混元升级AI绘画微调范式，在整个扩散轨迹上优化，人工评估分数提升300%
💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
腾讯混元升级了AI绘画微调方法，通过Direct-Align和语义相对偏好优化（SRPO）显著提升了图像的真实感和美学评分，人工评估分数提高300%。新方法在32块H20上训练10分钟即可收敛，解决了传统模型的优化局限性，并支持在线调整奖励信号，生成图像质量显著提升。
🎯
关键要点
- 腾讯混元升级AI绘画微调方法，人工评估分数提高300%。
- 新方法在32块H20上训练10分钟即可收敛，解决传统模型优化局限性。
- Direct-Align方法通过预先注入噪声，避免了只在后期步骤优化的局限。
- 语义相对偏好优化（SRPO）将奖励变为文本控制信号，支持在线调整。
- SRPO通过添加控制短语实现多种风格调整，提升图像真实感和美学质量。
- 实验结果显示，SRPO在多个评估指标上优于ReFL、DRaFT等方法。
- 经过SRPO训练的FLUX模型在真实感和美学质量上显著提升。
- SRPO生成的图像在保持高美学质量的同时，纹理细节更加自然真实。
➡️
