混元团队开源MixGRPO，创新混合采样提升图像生成效率

近期，混元团队推出的开源高效图像生成项目受到了极大的关注。该项目不仅显著提高了文本转图像任务的效率与性能，而且在多个方面表现出卓越的表现，训练所需时间也大幅减少，确实让人充满期待。

混合采样策略革新

混元团队开发的图像生成框架，其关键在于融合了随机微分方程（SDE）与常微分方程（ODE）的混合采样技术。以往的方法，如Flow – GRPO，它们在采样环引入了随机性，且在整个去噪流程中进行优化，导致训练过程极为缓慢。新框架独特地将采样步骤划分为两个阶段，在特定的时间范围内采用SDE进行采样以保持其探索性，而在时间窗口之外则采用ODE进行采样以增强结果的确定性。

性能显著提升

该框架在多个与人类偏好对齐的维度上均实现了显著进步。无论是单一奖励还是复合奖励，无论是在奖励区域内部还是外部，都实现了最佳的表现。在特定的策略中，指数衰减和恒定调度均被证明是最优的调度方式。通过对比HPS – v2.1在作为奖励模型时的可视化效果，可以清晰地观察到它在语义和美学两个层面上的出色表现。

优化MDP流程

这种混合采样机制使得马尔可夫决策过程（MDP）的优化变得更加简便。在此新框架中，原本繁杂的优化步骤变得高效，计算成本显著减少。这种改进不仅停留在理论层面，在具体训练实践中，我们也能明显体会到训练速度的提升，以及资源分配的更加合理。

Flash变体加速

团队还提出了Flash的变体，该变体通过采用高级的常微分方程求解器，例如DPM ++，来提升采样速度。Flash这一变体在维持相似性能的前提下，将训练所需时间减少了71%。这一显著提升主要归功于对常微分方程部分的加速优化，例如通过采用二阶中点法来减少采样步数，从而达到了计算成本与性能之间的理想平衡。

模型特性丰富

目前，团队已经推出了基于FLUX.1 Dev架构的模型版本，这些版本经过了相关训练。这些模型能够支持多种奖励模型的联合训练，包括HPSv2和Pick Score等。同时，它们也兼容了主流的扩散采样流程，并能够支持从ODE到SDE模式的切换，这在推理阶段提供了灵活的配置选项。

应用场景广泛

该模型适用于众多实际应用，既能在图文生成方面产出高品质内容，为创作者带来更佳的辅助工具，又能在AIGC内容审核与优化中发挥作用，提升审核的效率和精确度；同时，它还能帮助实现个性化创作，满足各类用户在创作上的多样化需求。

你认为这项具有创新性的图像生成计划将对AIGC行业产生何种影响？敬请点赞、转发本篇文章，并留下你的见解进行交流！