NeurIPS 2025 | 可灵团队提出 Flow-GRPO, 首次将在线强化学习引入流匹配生成模型

快手技术

11-26

尽管流匹配模型已成为图像与视频生成的基石，但在处理复杂场景与文本渲染时仍面临挑战。为此，港中文MMLab、清华大学与快手可灵团队联合提出了Flow-GRPO，开创性地将在线强化学习引入流匹配模型训练，破解复杂场景生成难题。