4步生图封神，GenEval从61%狂拉到92%，全面超越GPT-4o的TDM-R1模型来了

背景：少步扩散模型在AI生图领域因推理速度快、部署成本低而成为主流，但其在复杂指令遵循、文字渲染稳定性和组合式生成能力方面存在明显短板，难以处理不可微的离散奖励信号。研究目的：香港科技大学唐靖团队等提出TDM-R1框架，旨在通过创新的强化学习方法，将不可微奖励（如用户偏好、文字正确性）融入少步扩散模型的后训练，提升模型在仅4步采样下的指令遵循和生成质量。结论：TDM-R1在GenEval基准测试中将得分从61%提升至92%，超越80步基础模型和GPT-4o，同时保持或提升图像质量，并在文字渲染（OCR准确率从55%升至95%）和可扩展性上表现优异，为少步生图的实用化提供了通用解决方案。