SRPO：图像生成告别 AI 味！

一、教程简介

SRPO 是由腾讯混元团队、香港中文大学（深圳）理学院、清华大学深圳国际研究生院于 2025 年 9 月共同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。相关论文成果为「Directly Aligning the Full Diffusion Trajectory with Fine-Grained Human Preference」。

该教程算力资源采用单卡 A6000，该模型目前仅支持英文 Prompt 。

二、效果展示

三、运行步骤

1. 启动容器

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 2-3 分钟后刷新页面。

2. 使用步骤

具体参数：

• Prompt：这里可以输入文本描述。
• Width：图片宽。
• Height：图片高。
• Guidance Scale：引导尺度，用于控制生成图像过程中文本提示（prompt）对最终结果的影响程度。
• Inference Steps：推理步数，控制生成过程的迭代次数，影响生成质量和计算时间。
• Seed：随机数种子，用于控制随机性生成过程的初始值。
• Seed Used：使用的种子。

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

本项目引用信息如下：

@misc{shen2025directlyaligningdiffusiontrajectory,
      title={Directly Aligning the Full Diffusion Trajectory with Fine-Grained Human Preference}, 
      author={Xiangwei Shen and Zhimin Li and Zhantao Yang and Shiyi Zhang and Yingfang Zhang and Donghao Li and Chunyu Wang and Qinglin Lu and Yansong Tang},
      year={2025},
      eprint={2509.06942},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2509.06942}, 
}