长时间没消息的黑森林工作室憋了个大的，发布了生成式流匹配模型 FLUX Kontext。 这套模型最强的地方就是可以对图片进行编辑，但是不会影响没有编辑的地方。 而且还支持多张图片参考生成新的图像，依然能保持需要参考内容的高度一致性。 直接替代了很多原来需要 PS （美图秀秀、醒图）才能做的需求 ， 原来需要吭哧瘪肚 P 很久的图，现在说句 话就行。 给图片去水印，各种复杂水印都能解决 优化自己照片上身体的瑕疵，比如瘦脸、瘦腿、瘦肚子、让自己的肌肉变大 一键生成电商商品展示图，如果想要展示朋友送的礼物也可以用 去掉景区照片里面各种无关的其他游客，让你独享整个风景 将真实照片转换成各种动漫风格，或者反过来 修改海报或者图片上的文字 修改图片上的任何小的元素，比如让自己戴上墨镜或者更换餐桌上的甜点 给图片更换背景，让自己在快速时空旅行 将多张图片的元素整合到一张图片里面，比如让一张图片的模特拿上另一张图的产品 这种修改需要注意的是优势 Kontext 的分辨率是固定的，画全身照的时候面部有可能会变糊，因为像素区域 太小的原因。 我这几天也探索了很多这个模型的用法，这次不会以测试的形式展示了， 全是具体用法，让你告 ...

本文由香港中文大学与快手可灵等团队联合完成。第一作者为香港中文大学 MMLab 博士生刘杰，他的研究方向为强化学习和生成模型，曾获 ACL Outstanding Paper Award。 流匹配模型因其坚实的理论基础和在生成高质量图像方面的优异性能，已成为图像生成（Stable Diffusion, Flux）和视频生成（可灵，WanX，Hunyuan） 领域最先进模型的训练方法。然而，这些最先进的模型在处理包含多个物体、属性与关系的复杂场景，以及文本渲染任务时仍存在较大困难。与此同时，在 线强化学习因其高效探索与反馈机制，在语言模型领域取得显著进展，但在图像生成中的应用仍处于初步阶段。 为此，港中文 MMLab、快手可灵、清华大学等团队联合提出 Flow-GRPO，首个将在线强化学习引入 Flow Matching 模型的工作 。在 Flow-GRPO 加 持下，SD3.5 Medium 在 GenEval 基准测试中的准确率 从 63% 提升到 95%，组合式生图能力超越 GPT4o ，这说明 流匹配模型还有很大提升空间 ， Flow-GRPO 的成功实践，为未来利用 RL 进一步解锁和增强各类流匹配生 ...