# 腾讯混元SRPO：10分钟极速优化，文生图模型真实感与审美双重突破

- Link: https://paooo.com/aigc-news/13798/
- Published: 2026-06-22T08:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * SRPO把奖励信号融入文本条件，实现在线调整，减少对离线奖励微调的依赖。
 * Direct-Align从任意时间步恢复原图，缓解后期过度优化与“奖励黑客”问题。
 * 在FLUX.1.dev上，SRPO兼顾真实感、审美与效率，10分钟即可完成优化。

> **💡 站外导读：**随着AIGC浪潮席卷全球，文本到图像生成技术虽已取得长足进步，但如何
> 让AI生成的图像更符合人类审美、避免“奖励黑客”导致的低质量输出，并实现高效、灵活
> 的个性化优化，仍是行业核心痛点。腾讯混元团队最新推出的SRPO模型，正是针对这些挑战
> 给出了突破性解决方案。它将奖励信号融入文本条件，并通过创新的Direct-Align技术，
> 显著提升了生成图像的真实感和审美质量，同时将优化时间压缩至惊人的10分钟，为数字
> 艺术、广告营销、游戏影视等多个领域带来了生产力变革的曙光。

## SRPO是什么

SRPO（Semantic Relative Preference Optimization）是腾讯混元推出的[文本到图像](https://ai-bot.cn/best-ai-painting-tools/)
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。

阅读目录

 * [SRPO是什么](https://paooo.com/aigc-news/13798/#srpo%e6%98%af%e4%bb%80%e4%b9%88)
 * [SRPO的主要功能](https://paooo.com/aigc-news/13798/#srpo%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SRPO的技术原理](https://paooo.com/aigc-news/13798/#srpo%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [SRPO的项目地址](https://paooo.com/aigc-news/13798/#srpo%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SRPO的应用场景](https://paooo.com/aigc-news/13798/#srpo%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/13798/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![SRPO ](https://paooo.com/wp-content/uploads/2026/05/SRPO-website-1.avif)

## 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。
 * **在线奖励调整**：支持用户通过文本提示动态调整奖励信号，实时改变图像生成的风格
   和偏好，无需对奖励模型进行离线微调。
 * **增强模型的适应性**：使扩散模型能更好地适应不同的任务需求和人类偏好，例如在不同
   的光照条件、风格或细节层次上进行优化。
 * **提高训练效率**：通过优化扩散过程的早期阶段，SRPO能在短时间内（如10分钟）完成
   模型的训练和优化，显著提高训练效率。

## SRPO的技术原理

 * **Direct-Align技术**：在训练过程中，SRPO向干净的图像中注入高斯噪声，通过单步去
   噪操作恢复原始图像。通过这种方式，SRPO能有效地避免在扩散过程的后期时间步中出现
   的过度优化问题，减少奖励黑客行为（如模型利用奖励模型的偏差生成低质量图像）。与
   传统方法相比，SRPO能在早期时间步进行优化，有助于提高训练效率和生成质量。
 * **Semantic Relative Preference Optimization（SRPO）**：将奖励信号设计为文本条件
   信号，通过正负提示词对奖励信号进行调整。通过计算正负提示词对的奖励差异优化模型。
   SRPO支持在训练过程中动态调整奖励信号，使模型根据不同的任务需求实时调整生成策略。
 * **奖励聚合框架**：为提高优化的稳定性，SRPO在训练过程中会多次注入噪声，生成一系列
   中间图像，对每个图像进行去噪和恢复操作。通过使用衰减折扣因子对中间奖励进行聚合，
   SRPO能有效地减少在后期时间步中出现的奖励黑客行为，提高生成图像的整体质量。

## SRPO的项目地址

 * **项目官网**：https://tencent.github.io/srpo-project-page/
 * **GitHub仓库**：https://github.com/Tencent-Hunyuan/SRPO
 * **HuggingFace模型库**：https://huggingface.co/tencent/SRPO
 * **arXiv技术论文**：https://arxiv.org/pdf/2509.06942v2

## SRPO的应用场景

 * **数字艺术创作**：艺术家和设计师生成高质量的数字艺术作品，通过文本提示动态调整
   图像风格，实现从概念草图到最终作品的快速迭代。
 * **广告与营销**：广告公司生成符合特定品牌风格和市场定位的图像，快速生成多种设计
   选项，提高创意效率。
 * **游戏开发**：游戏开发者生成高质量的游戏纹理、角色设计和场景背景，提升游戏的视觉
   效果和玩家体验。
 * **影视制作**：在电影和电视剧的制作中，用在生成逼真的特效场景、背景和角色，减少
   后期制作的时间和成本。
 * **虚拟现实（VR）和增强现实（AR）**：模型能生成高质量的虚拟环境和物体，提升VR和
   AR应用的沉浸感和真实感。

#### 📝 站长洞察 (Editor’s Insight)

SRPO的发布，远不止是腾讯在文生图领域的一次技术迭代，它精准地击中了当前[AIGC](https://paooo.com/aigc-news/)
发展从“可用”迈向“好用”的关键瓶颈——即如何高效、可控地对齐模型输出与人类复杂、动态
的审美偏好。其核心洞察在于，将优化的焦点从静态的奖励模型调参，转向了基于文本的动态
奖励信号在线调整，这本质上是将“人类反馈”以更结构化、更实时的方式嵌入了生成过程。
结合Direct-Align对后期时间步优化的规避，它有效解决了奖励模型被“钻空子”的经典难题。
这预示着下一代AIGC工具的核心竞争力，将不仅是生成速度，更是对人类意图理解与实现的“
深度”与“灵活性”。SRPO以极低的训练成本（10分钟）实现高质量优化，为中小团队和个体创作
者参与高水平的AIGC应用开发打开了大门，必将加速AI生成内容在商业与创意领域的渗透与
普及。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**腾讯混元 ↗**

腾讯混元大模型是腾讯研发的具备跨领域知识和自然语言理解能力的大语言模型。

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

**FLUX.1 ↗**

FLUX.1是创新AI图像生成模型，多版本可选，适用于多行业，使用便捷。

❓ 常见问题解答（FAQ）

腾讯混元SRPO是什么？

SRPO（Semantic Relative Preference Optimization）是腾讯混元推出的文生图优化方法。
它把奖励信号设计为文本条件，并结合Direct-Align技术，目标是提升生成图像的真实感、
审美质量和可控性，同时减少对离线奖励微调的依赖。

SRPO为什么能提升文生图质量？

它通过文本条件化的奖励信号，让模型能根据正负提示词动态调整偏好；同时Direct-Align
避免在扩散后期过度优化，减少模型“钻奖励空子”生成低质量图像的问题，从而提升整体生成
质量。

SRPO真的只要10分钟就能优化吗？

根据文中描述，SRPO在FLUX.1.dev上的实验显示训练效率很高，优化时间可压缩到10分钟级别。
这里强调的是特定实验条件下的高效优化能力，并不等同于所有模型和任务都固定只需10分钟。

🔬 语宙深潜追问 · 进阶实操拆解

奖励文本条件化到底解决了什么？

它让奖励信号不再只看整体好坏，而是能针对具体文本要求进行对齐，比如真实感、审美或
局部细节。这样优化目标更明确，模型更容易朝用户想要的风格收敛。

如何把这类优化方法接入现有文生图管线？

建议先在离线评测集上验证，再接入小流量灰度；同时保留原始模型作为回退方案，并监控
生成质量、失败率和用户偏好变化。若指标稳定，再逐步扩大到主流程。

🗳️ 读者观点微投票 · 您的实战立场是？

10分钟优化文生图方法值得大规模采用吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

 * [Riverflow 2.0模型发布：Sourceful打造生产级图像生成与编辑，精准字体控制与超分修复双榜登顶](https://paooo.com/aigc-news/11689/)
 * [彻底洗去“AI塑料感”！模思智能联合OpenMOSS重磅开源 MOSS-Image：5B DiT底座、LLTB文字渲染96.3%登顶与原生JSON精准排版全景深度评测](https://paooo.com/ai-tool/40344/)
 * [生成提速50%最快6秒出图且API开放局部圈选重绘！OpenAI重磅发布GPT Images 2.6：Flare/Sunburst双型号分工、原生循环GIF与SVG矢量直出全景技术拆解](https://paooo.com/ai-tool/41613/)
 * [腾讯PromptEnhancer开源：思维链+奖励模型，一键提升文生图AI提示词精准度300%](https://paooo.com/aigc-news/13937/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/13798/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)