分步优化扩散模型，让AI生图更懂审美
SPO（Step-by-step Preference Optimization）是一个CVPR 2025的扩散模型后训练方法，旨在从通用人类偏好中提升文生图模型的审美质量。它解决的是现有偏好优化方法（如DPO）在扩散模型上训练不稳定、需要昂贵的人工反馈或奖励模型的问题。SPO通过将生成过程分解为多个去噪步骤，并逐步优化每一步的偏好，从而更细粒度地对齐人类审美。其核心能力包括：无需额外奖励模型，仅使用现成的通用偏好数据集（如Pick-a-Pic）即可训练；支持SDXL等主流扩散模型；在Aesthetic、Align等基准上显著提升图像美学和提示遵循度。该方法为扩散模型的后训练提供了一种稳定、高效的偏好对齐方案，适用于图像生成模型的微调与优化。
DPO (Direct Preference Optimization)、Diffusion-DPO、SPIN-Diffusion
SPO 是模型训练领域的开源项目，由 RockeyCoss 开发，2024 年首次发布。
它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 269。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-14。MIT许可证，可免费使用和部署。
它主要面向的使用场景是：文生图模型的后训练微调，提升生成图像的美学质量。同类可对比的替代方案包括 DPO (Direct Preference Optimization)、Diffusion-DPO、SPIN-Diffusion。
上一篇：e4t-diffusion
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···
