Tencent sort SRPO, son nouveau modèle de recherche pour la génération d'images

Introduction : Une nouvelle approche de l'alignement visuel

Le paysage de la génération d'images par IA franchit une nouvelle étape avec l'annonce par Tencent, le 1er septembre 2025, de SRPO (Semantic Relative Preference Optimization). Contrairement aux approches traditionnelles qui se contentent de minimiser l'erreur de reconstruction, SRPO se concentre sur l'alignement direct de la trajectoire de diffusion avec les préférences humaines fines.

Ce modèle de recherche, disponible en open-weights sur Hugging Face, marque une volonté de Tencent de démocratiser les techniques d'alignement de pointe. En s'éloignant des méthodes de RLHF (Reinforcement Learning from Human Feedback) classiques pour l'image, SRPO propose une méthode où les récompenses sont formulées comme des signaux conditionnés par le texte, permettant une précision sémantique inégalée lors du processus de débruitage.

• Date de sortie : 1er septembre 2025
• Développeur : Tencent (Hunyuan Team)
• Type : Modèle de recherche open-weights
• Disponibilité : Hugging Face et GitHub

Architecture et innovation technique

L'innovation majeure de SRPO réside dans son mécanisme d'optimisation de la trajectoire de diffusion complète. Là où les modèles standard optimisent souvent le résultat final, SRPO intervient sur l'ensemble du processus de génération pour s'assurer que chaque étape du débruitage respecte les nuances sémantiques du prompt.

Techniquement, SRPO agit comme un fine-tuning avancé, notamment sur des architectures de base comme FLUX.1 [dev]. Il utilise une formulation de récompense textuelle qui permet au modèle de comprendre non seulement l'objet à générer, mais aussi la relation relative entre les concepts décrits, améliorant ainsi la cohérence structurelle des images complexes.

• Mécanisme : Semantic Relative Preference Optimization
• Base technique : Fine-tuning de trajectoire de diffusion complète
• Conditionnement : Signaux de récompense basés sur le texte
• Compatibilité : Optimisé pour les architectures de type Flux

Performances et Benchmarks

Les résultats de SRPO sont impressionnants, notamment lorsqu'on examine sa capacité à suivre des instructions complexes. Le modèle a atteint un score Elo de 831 sur l'Artificial Analysis, ce qui le place parmi les modèles de recherche les plus performants en termes de préférence utilisateur perçue.

L'évaluation a été menée via une méthodologie rigoureuse comparant la fidélité sémantique et la qualité esthétique par rapport aux modèles de la lignée HunyuanImage et aux modèles de diffusion standards. Les tests montrent une réduction significative des erreurs de composition et une meilleure gestion des relations spatiales entre les objets.