近日，腾讯推出了一种新方法，旨在提升 AI 生成图像的真实感与美学评分。据悉，这一微调技术在仅用32腾讯块 H20显卡训练10分钟后就能实现显著的收敛效果，其人工评估得分甚至提升了300% 以上。

当前的扩全新散模型虽然能够借助奖励机制来优化图像质量，但却面临着一些挑战。首先，模型优化步骤较少，容易出现所谓的 “奖励AI作弊” 现象，即模型为了获取高分而生成质量较低的图像。其次，离线调整奖励模型的过程不够灵活，限制了实时优化绘画的能力。

为了解决这些问题，腾讯团队提出了两个创新性的方法。第一个是名为 “Direct-Align” 的技升级术，通过预先注入噪声，模型能够从任何时间点恢复原图。这种方法减少了早期反向传播中的梯度爆炸现象，使得模型在！微整个扩散过程中都能够进行优化，而不仅仅局限于最后的几个步骤。

第二个创新是 “语义相对偏好优化”（S调技RPO）。这一方法将奖励信号转变为可受文本控制的信号。通过添加正面和负面提示词，模型能够灵活地调整生成术让图像的风格，而无需额外数据。这意味着，用户只需在提示词前加上简单的控制短语，即可实现如亮度调整或风格转换生成等功能。

实验结果显示，经过 SRPO 训练的 FLUX.1-dev 模型在真实感和美学质量上的表现均大幅提升。图像在一项包含3200个提示词的测试中，经过 SRPO 训练的模型在真实感维度上的优秀率由8.2% 提升至3美感8.9%，而美学质量的优秀率从9.8% 提升至40.5%。相较于其它方法，SRPO 不仅在保持高美学质量的同时提升，生成的图像纹理更加自然。

这一技术的成功应用，不仅表明腾讯在 AI 绘画领域的进一步探索，也为未来的 A30I 图像生成技术指明了方向。

论文地址：https://arxiv.org/pdf/2509.06942

• ·AI医疗助手赛道彻底爆发！这家初创公司4个月估值狂飙3倍达75亿
• ·阿里云100余款云产品官网直降20% 新老客户同享
• ·Facebook：正在评估反垄断诉讼
• ·SpaceX 拟以600亿美元收购 AI 编程平台 Cursor，或支付100亿美元高额合作费
• ·标签: 美光科技 小米集团 三体公司 许垚
• ·标签: 利亚德 MicroLED DCI认证 励丰文旅
• ·标签: 亿咖通 FlymeAuto 星纪魅族 吉利控股
• ·云安全日报201201：红帽身份验证访问控制系统发现SQL注入漏洞，需要尽快升级
• ·标签: 软银 Ampere FTC 孙正义
• ·SAP公布Q1财报：云计算营收22亿欧元，同比增7%
• ·炼丹速度×7！你的Mac电脑也能在PyTorch训练中用GPU加速了
• ·谷歌发布2020年全球热搜榜：新冠病毒位居榜首
• ·标签: 阿里巴巴 AI向善 刘振飞 高德
• ·亚马逊云计算业务营收再创新高 三季度已超过270亿美元
• ·我国发布 30 项人工智能国家标准 15 项人形机器人国标正在研制
• ·标签: 小鹏汽车 财报 海外扩张