本研究提出Flow-GRPO方法，首次将在线强化学习应用于流匹配模型，有效提升文本到图像任务的生成准确性和人类偏好对齐效果。

本研究提出多速率残差混合（M2R2）框架，旨在解决自回归生成中的推理效率与生成准确性之间的权衡。M2R2通过动态调整残差速度，提升早期对齐，从而显著提高推理效率，优于现有方法。

我们提出了一种新模型Subject-Diffusion，支持个性化图像生成，无需微调，仅需参考图像。构建了7600万图像的数据集，设计了统一框架，融合文本与图像语义，提升生成准确性。实验结果表明，该方法优于其他框架。