您现在的位置是:热点 >>正文
腾讯混元新技术给大模型 “去油”,让AI生成图像更真实!
热点35317人已围观
简介...
近日,腾讯混元团队在官方公众号发布了最新研究成果 ——SRPO(语义相对偏好优化),旨在提升 AI 生成图像的真腾讯实感,尤其是解决开源文生图模型 Flux 在人物皮肤质感方面的 “过油” 问题。这项创新技术的推出,预计将为生图领域混元带来革命性的改变。
在数字艺术日益普及的今天,AI 生成图像的质量显得尤为重要。Flux 模型作为开源文生图社区的热门基新技础模型,常常因其生成的人物皮肤显得过于光滑和不自然而受到批评。腾讯混元团队与香港中文大学(深圳)及清华大学的联合术给研究,提出了 SRPO 方案,采用在线调整奖励偏好及优化生成轨迹等多种手段,以提升生成图像的真实感。
SRPO 的大模核心在于引入了 “语义偏好” 的概念,通过添加特定控制提示词(如 “真实感”)来调整奖励模型的优化目标。实验结果表明,型 这种方法在提高生成图像真实度方面效果显著。然而,研究人员也意识到单一的语义引导可能导致奖励破解的问题,因此他们创新性“去地引入了 “语义相对偏好优化” 策略,利用正向和负向词汇作为引导信号,以中和奖励模型的偏差。
值得注意的是,传统油”的生成优化方法往往只关注生成过程的后半段,这容易导致在高频信息上过拟合的问题。腾讯混元团队通过 Direct,让-Align 策略,向输入图像注入可控噪声,并利用这一噪声作为参考锚点进行图像重建,显著降低了重建误差,实现了AI更精准的奖励信号传导。这一创新方法支持对生成轨迹的前半段进行优化,有效解决了过拟合的问题。
SRPO 技术的训练效率极高生成,仅需10分钟便能超越现有的 DanceGRPO 方法。研究显示,SRPO 的真实度和美学评分提升超过三倍,并且图像训练时间相较于传统方法降低了75倍。随着这一技术的普及,未来 AI 生成图像的真实感将大大提高,期待它能为数字更真艺术创作带来新的可能性。
项目地址:https://tencent.github.io/srpo-project实!-page/
Tags:
相关文章
Liquid AI发布 LFM2-8B-A1B:8B 参数仅激活1.5B,手机上跑出4B级AI速度!
热点高效MoE架构重塑边缘AILiquid AI推出的LFM2-8B-A1B是其LFM2系列的首个混合专家(Mixture-of-Experts, MoE)模型,总参数规模达8.3B,但每token仅激活...
【热点】
阅读更多云计算核心技术Docker教程:Docker Swarm 模式授予服务访问卷或绑定挂载的权限
热点为了获得最佳性能和可移植性,您应该避免将重要数据直接写入容器的可写层,而应使用数据卷或绑定挂载。这个原则也适用于服务。 您可以为 swarm 中的服务创建两种类型的挂载,volume挂载或 bind挂...
【热点】
阅读更多云计算开发:Python内置函数-super() 函数详解
热点描述 super() 函数是用于调用父类(超类)的一个方法。 super() 是用来解决多重继承问题的,直接用类名调用父类方法在使用单继承的时候没问题,但是如果使用多继承,会涉及到查找顺序(MRO)、...
【热点】
阅读更多