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，提出了术给 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 的核心在于引入大模了 “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，这种方法在提高生型 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“去了 “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，传统的生成优化方油”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-Align 策略，，让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，实现了更精准的奖励信号传导AI。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，仅需10分钟便能超生成越现有的 DanceGRPO 方法。研究显示，SRPO 的真实度和美学评分提升超过三倍，并且训练时间相较于传统方图像法降低了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，期待它能为数字艺术创作带来新的可能性更真。

项目地址：https://tencent.github.io/srpo-project-page/