騰訊開源影像模型SRPO：解決AI生圖"油膩感"，訓練效率提升75倍

騰訊混元生圖團隊聯合香港中文大學（深圳）、清華大學開發的SRPO（語意相對偏好優化）演算法近日開源，登上Hugging Face趨勢榜首。此技術顯著改善目前開源模型Flux生成影像的"油膩"問題，訓練效率提升75倍，人類評估真實度與美學優秀率提升超300%。
一、核心突破：從"油膩"到真實
問題背景
Flux等主流開源模式生成人像時有皮膚質感差、色調失真問題。
SRPO透過語意相對偏好優化技術，調整獎勵模型偏好，優化生成軌跡。
效果對比
美感優秀率從8.2%提升至38.9%，真實度提升超300%。
訓練效率：32卡僅需10分鐘（5.3GPU卡時），比DanceGRPO快75倍。
二、技術原理：兩大創新設計
Direct-Align採樣策略
傳統瓶頸：多步驟採樣器計算成本高，易梯度爆炸，僅能優化產生後半段。
創新方案：透過雜訊注入與單步驟推理，以"參考錨點"精確重建影像，降低誤差。
語意引導偏好機制
獎勵破解難題：傳統方法依賴預訓練獎勵模型，易過擬合（如偏好紅/紫色調）。
動態控制：透過正/負向提示詞（如"真實感"）調節獎勵方向，中和偏差。
第三、應用與開源
開發者支援
支援ComfyUI工作流程，已發布Hugging Face/Github，量化版本下載量1.6萬次。
論文與技術報告公開，社群推出多個量化版本。
限制與展望
低頻風格（如賽博龐克）優化受限，未來將增強可控性與可解釋性。
資源連結
論文：[2509.06942] Directly Aligning the Full Diffusion Trajectory with Fine-Grained Human Preference
GitHub：https://github.com/Tencent-Hunyuan/SRPO
Hugging Face：https://huggingface.co/tencent/SRPO