快手可灵

香港中文大学等团队提出Flow-GRPO，首个将在线强化学习引入流匹配模型的工作。显著提升图像生成模型在复杂场景理解、文本渲染任务上的性能，将SD3.5 Medium准确率从63%提升至95%，组合式生图能力超越GPT-4。