SRPO – 腾讯混元推出的文生图模型

SRPO是什么

SRPO（Semantic Relative Preference Optimization）是腾讯混元推出的文本到图像生成模型，通过将奖励信号设计为文本条件信号，实现对奖励的在线调整，减少对离线奖励微调的依赖。SRPO引入Direct-Align技术，通过预定义噪声先验直接从任何时间步恢复原始图像，避免在后期时间步的过度优化问题。在FLUX.1.dev模型上的实验表明，SRPO能显著提升生成图像的人类评估真实感和审美质量，且训练效率极高，仅需10分钟即可完成优化。

SRPO的主要功能

• 提升图像生成质量：通过优化扩散模型，使生成的图像在真实感、细节丰富度和审美质量上显著提升。