研究人员开发了 Qwen-Image-2.0-RL，这是一个新的管线，用于增强 Qwen-Image-2.0 扩散模型在图像生成和编辑方面的能力。该管线利用来自人类反馈的强化学习 (RLHF) 和 on-policy 蒸馏 (OPD) 来提高视觉质量和指令遵循能力。该系统采用了文本到图像和图像编辑任务的复合奖励模型，其中包含对齐、美学和人脸身份保留等要素。评估显示，与基础模型相比，在美学质量、提示遵循度和编辑准确性方面都有显著提升。 AI
影响 这项研究可能带来更具美感和更准确的 AI 生成图像，以及改进的图像编辑能力。
排序理由 该集群描述了一份技术报告，详细介绍了一种改进现有扩散模型的新方法，属于研究范畴。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
arXiv:2606.27608v1 Announce Type: cross Abstract: We present Qwen-Image-2.0-RL, a post-training pipeline that applies reinforcement learning from human feedback (RLHF) and on-policy distillation (OPD) to improve both the visual quality and instruction-following capability of the …
A reinforcement learning and on-policy distillation approach enhances the visual quality and instruction-following capabilities of a diffusion model for image generation and editing tasks.
We present Qwen-Image-2.0-RL, a post-training pipeline that applies reinforcement learning from human feedback (RLHF) and on-policy distillation (OPD) to improve both the visual quality and instruction-following capability of the Qwen-Image-2.0 diffusion model. To provide reliabl…