腾讯混元新技术给大模型 “去油”,让AI生成图像更真实!
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,预计将为生图领域带来革命混元性的改变。
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础模型新技,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)及清华大学的联合研究,术给提出了 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 的核心在于引入了大模 “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,这种方法在提高型 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,因此他们创新性地引入了 ““去语义相对偏好优化” 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,传统的生成优化方法往往只油”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-Align 策略,向,让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,实现了更精准的奖励信号传导。这一AI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,仅需10分钟便能超越生成现有的 DanceGRPO 方法。研究显示,SRPO 的真实度和美学评分提升超过三倍,并且训练时间相较于传统方法降图像低了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,期待它能为数字艺术创作带来新的可能性。
项目地更真址:https://tencent.github.io/srpo-project-page/
相关文章:
- 年度重磅发布:《人工智能发展报告2020》
- Gartner:受GenAI推动,2024年全球公有云终端用户支出将增长20.4%
- 标签: 国民技术 A+H上市 集成电路 港交所
- 阿里巴巴 Qwen 团队发布下一代 GUI 自动化框架 Mobile-Agent-v3 和 GUI-Owl
- 亚马逊云服务发生宕机事故 导致许多网站、服务和应用程序瘫痪
- 云计算开发:Python内置函数-reduce() 函数详解
- 科技巨头互相削弱:谷歌游说议员 拟利用听证会向微软施压
- 标签: 闪迪 NAND闪存 创见 数据中心
- Meta 将 AI 编辑功能直接嵌入 Instagram Stories,一键生成梦幻特效
- 都是5G旗舰,为何大家买华为Mate40,也不买苹果12?
