我对腾讯新推出的 SRPO 模式挺感兴趣的，所以就想着做个简单的对比测试，看看它跟原本的通量模型（flux）叠加起来效果咋样。
没看过SRPO的朋友可能会问，这到底是个啥？
简单来说，SRPO（语义相对偏好优化）是一种新的微调方法，目的是让文本生成图像的模型更贴近人类的喜好。说白了，就是让AI画图更懂你想要啥，生成的图片更符合你的预期。这种方法更聪明，能直接利用提示词本身来引导生成过程，减少了对额外奖励模型的依赖，效率也更高。如果你感兴趣，可以去他们的 [Hugging Face 页面](https://huggingface.co/tencent/SRPO) 看详细资料。
我是怎么测试的：
我的测试方法挺直接的：
我从 Civitai 上找了一些用基础 “flux Dev” 模型生成的高质量示例图
然后我直接复制了原作者使用的 完整提示词
接着我用的是 原始的 SRPO 模型权重（没有加 LoRAs），按照他们在 Hugging Face 页面上推荐的默认流程来生成图片
> 左边是我用 SRPO 生成的图 | 右边是 Civitai 上的原图
设置是：Euler 采样器，分辨率 720x1280，50 步，随机种子
实话实说，我觉得 SRPO 调整后的 flux 模型表现真的很不错，特别是它啥额外模型都没加的情况下。提示词理解能力可以说挺强了。
当然啦，审美这种东西本来就是仁者见仁，智者见智，所以我还是让你们自己来评判吧～
             |
微信登陆 
