腾讯全新AI绘画升级!微调技术让生成图像美感提升300%
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。 当前的扩散模全新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,限制了实绘画时优化的能力。 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”升级 的技术,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!微模型在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”(SRP调技O)。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图像的风术让格,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等功能生成。 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。在一项包含图像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38.9%,而美感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,生成的图提升像纹理更加自然。 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 AI 图像生30成技术指明了方向。 论文地址:https://arxiv.org/pdf/2509.06942
- 最近发表
-
- 标签: 京东 抖音电商 美的集团
- 标签: 阶跃星辰 Step3-VL-10B SOTA
- 苹果企业AI管控新招!不只ChatGPT,为所有外部AI服务商留后门
- 亚马逊广告营收已是推特Snap等平台总和的2.4倍
- 昆仑万维AI 音乐创作平台Mureka上线Agent Studio功能,让音乐创作变得触手可及!
- 标签: 均胜电子 智能汽车 汽车安全 港股上市
- 缁欎竴涓�瘝灏辫兘妯′豢浣犵殑绗旇抗锛孎acebook杩欎釜AI寮哄ぇ鍒颁笉鏁㈠紑婧愪唬鐮�
- 快递员控诉Uber的人脸识别技术,内置的种族偏见让他们面临工作危机
- 阿里云开源通义DeepResearch:轻量级AI代理,性能比肩OpenAI
- 标签: 科伦药业 科伦博泰生物 博度曲妥珠单抗 塔戈利单抗
- 随机阅读
-
- 标签: Klook 纽交所上市 红杉资本 维恩资本
- OpenAI首度实现月入10亿!但算力不足成最大难题
- 标签: Last War Whiteout Survival MONOPOLY GO! Royal Match
- "无限记忆"AI眼镜来了!两名95后筹资百万美元,打造现实版"作弊神器"惹争议
- 标签: 阿里通义千问 林俊旸 高榕资本 红杉中国
- 标签: 英伟达 数据中心 AI 财报
- 云计算核心技术Docker教程:Docker DNS 设置
- 标签: 蔚来 乐道 萤火虫 神玑
- 标签: 弥富科技 汽车零部件 IPO 中信建投
- OpenAI 携手博通大手笔投资:自研芯片即将量产,向英伟达发起挑战
- 马来西亚芯片突破!SkyeChip发布该国首款边缘AI处理器,摆脱对美依赖迈出关键一步
- Facebook盘前跌超3% 第二季度日活表现不及市场预期
- 腾讯:钱对我来说,就是一堆数字了
- 联想小新Pro14和戴尔灵越7400各有千秋!你买谁?
- 人工智能是把双刃剑,欧盟出台法规趋利避害
- 无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器
- 苹果或将对手机完全无线化 车载有线配置或将受到一定影响
- 阳澄湖大闸蟹蒸多久最佳时间
- 标签: 灵初智能 具身智能 王启斌 杨耀东
- 标签: 越疆 六轴协作机器人 四轴协作机器人 具身智能
- 搜索
-
- 友情链接