Model Releases
Tencent lanza SRPO, su nuevo modelo de investigación para la alineación de difusión de imágenes
Tencent presenta SRPO, un modelo de pesos abiertos diseñado para alinear la trayectoria de difusión con las preferencias humanas mediante optimización semántica.
1 de septiembre de 2025
Model ReleaseSRPO
Introducción: Un nuevo paradigma en la generación de imágenes
El panorama de la generación de imágenes por IA ha dado un giro significativo con el lanzamiento de SRPO por parte de Tencent el 1 de septiembre de 2025. A diferencia de los modelos de difusión tradicionales que se centran únicamente en la reconstrucción de píxeles, SRPO (Semantic Relative Preference Optimization) introduce un enfoque innovador centrado en la alineación directa de la trayectoria de difusión completa con las preferencias humanas detalladas.
Este lanzamiento no es solo una mejora incremental; representa un cambio en la metodología de entrenamiento de modelos generativos. Al integrar señales condicionadas por texto para formular recompensas, Tencent busca resolver la brecha entre la intención del usuario y el resultado visual final, permitiendo un control semántico sin precedentes durante todo el proceso de muestreo.
- Lanzamiento: 1 de septiembre de 2025
- Proveedor: Tencent (Hunyuan Team)
- Tipo: Modelo de investigación de pesos abiertos (Open-weights)
- Enfoque: Optimización de la trayectoria de difusión completa
Arquitectura y Características Clave
SRPO se integra dentro del ecosistema de modelos Hunyuan de Tencent, pero se distingue por su arquitectura de optimización. El modelo actúa como un refinador de la trayectoria de difusión, utilizando una técnica de optimización de preferencia relativa que no solo evalúa el resultado final, sino cada paso del proceso de denoising.
Al basarse en una arquitectura de difusión refinada, el modelo permite que las señales de recompensa sean dinámicas. Esto significa que el modelo aprende a corregir la dirección de la generación de la imagen en tiempo real basándose en descriptores semánticos complejos, mejorando la coherencia entre el prompt y la composición visual.
- Metodología: Semantic Relative Preference Optimization (SRPO)
- Base técnica: Fine-tune de FLUX.1 [dev]
- Mecanismo de recompensa: Señales condicionadas por texto
- Disponibilidad: Pesos abiertos en Hugging Face para investigación
Rendimiento y Benchmarks
El rendimiento de SRPO ha sido validado mediante métricas rigurosas que demuestran su superioridad en la alineación con el usuario. En la plataforma Artificial Analysis, el modelo ha alcanzado una puntuación Elo de 831, lo que lo posiciona como uno de los modelos de investigación más competitivos en términos de calidad estética y fidelidad semántica.