一、教程简介

Flow-GRPO 是由香港中文大学多媒体实验室、清华大学以及快手可灵团队于 2025 年 5 月 13 日推出的流匹配模型。该模型开创性融合在线强化学习框架与流匹配理论，在 GenEval 2025 基准测试中取得突破性进展：SD 3.5 Medium 模型组合式生成准确率由基准值 63% 跃升至 95%，生成质量评估指标首次超越 GPT-4o 。相关论文成果为「Flow-GRPO: Training Flow Matching Models via Online RL」。

本教程采用资源为单卡 RTX 4090，图像生成提示词仅支持英文。

二、项目示例

三、运行步骤

1. 启动容器后点击 API 地址即可进入 Web 界面

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 1-2 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

使用步骤

参数说明:

LoRA Model:
1. None： 基础模型原生调用，未引入优化策略。
2. GenEval： 六维评估体系构建，支持复杂场景生成验证。
3. Text Rendering： 精准文本视觉化，实现图文内容精确映射。
4. Human Preference Alignment： 审美偏好量化对齐，集成 PickScore 评估框架
Starting Seed： 随机数种子，用于控制生成过程中的随机性。相同的 Seed 值可以生成相同的结果（前提是其他参数相同），这在结果复现中非常重要。
Width： 用于控制生成图片的宽。
Height： 用于控制生成图片的高。
Guidance scale： 它用于控制生成模型中条件输入（如文本或图像）对生成结果的影响程度。较高的指导值会让生成结果更加贴近输入条件，而较低的值会保留更多随机性。
Number of inference Steps： 表示模型的迭代次数或推理过程中的步数, 代表模型用于生成结果的优化步数。更高的步数通常会生成更精细的结果，但可能增加计算时间。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

感谢 Github 用户 xxxjjjyyy1 对本教程的部署。本项目引用信息如下：

@misc{liu2025flowgrpo,
      title={Flow-GRPO: Training Flow Matching Models via Online RL}, 
      author={Jie Liu and Gongye Liu and Jiajun Liang and Yangguang Li and Jiaheng Liu and Xintao Wang and Pengfei Wan and Di Zhang and Wanli Ouyang},
      year={2025},
      eprint={2505.05470},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2505.05470}, 
}