上海交通大学、中国科学技术大学、上海人工智能实验室与复旦大学联合团队在AI绘画领域取得突破性进展。研究团队提出的G?RPO技术框架通过创新机制解决了传统AI绘画训练中的两大核心难题，相关成果已发表于arXiv平台（论文编号：arXiv:2510.01982v1）。
传统AI绘画训练存在"反馈模糊"与"评估片面"的双重困境。研究团队将其类比为烹饪教学：厨师仅能在菜品完成后获得整体评价，却无法在烹饪过程中调整火候；同时评判标准仅限于单一视角，忽略了不同光线与距离下的呈现效果。这种训练方式导致模型学习效率低下，难以精准捕捉人类审美偏好。
实验验证环节采用Flux.1-dev流模型作为基础架构，在包含10.37万条训练指令与400条测试指令的HPSv2数据集上展开测试。评估指标覆盖语义契合度、视觉连贯性、美学表现等12个维度。结果显示，G?RPO在核心HPS-v2.1指标上较现有DanceGRPO方法提升6.52%，且该优势在50步、20步、10步等不同生成速度下均保持稳定，证明其兼具效率与质量优势。
在具体应用场景中，新技术展现出显著改进。生成"国际象棋棋子表情"时，模型能精准捕捉棋子面部特征的微妙差异；创作"环保主题海报"时，可准确实现左右分区的空间布局要求。这种提升源于训练效率的优化——单步采样策略使多个样本共享初始计算资源，大幅降低算力消耗。
研究特别关注模型偏好操纵问题。传统方法易导致模型过度适配特定评估标准，出现"偏科"现象。G?RPO通过多粒度评估机制，迫使模型学习通用审美特征，而非简单迎合单一标准。实验表明，该方法生成的图像在不同评估体系下均保持质量稳定性。
从技术架构看，G?RPO具有良好扩展性。研究证实，采用单层、双层或三层评估粒度均可提升性能，为实际部署提供了灵活的资源配置方案。这种设计使系统既能适配高性能计算环境，也可在移动端等资源受限场景运行。
对于内容创作者而言，新技术意味着更高效的协作体验。模型能准确理解创作意图，减少反复修改的次数。普通用户使用AI绘画工具时，将获得更贴合个人审美偏好的生成结果。研究团队透露，该技术已与多家图像生成平台展开合作测试，预计未来12-18个月内逐步推向市场。
