yejy53/RealGen

[ECCV 2026 Oral] RealGen: Photorealistic Text-to-Image Generation via Detector-Guided Rewards.

解決する課題

RealGenは、AI生成画像におけるフォトリアリズムの欠如に対処します。具体的には、アーティファクトの除去と細部の強化をターゲットとし、生成された画像を実写写真と区別がつかないレベルにすることを目指しています。

仕組み

RealGenは、Detector Reward-guided GRPOと呼ばれるポストトレーニング手法を採用しています。AIGC (AI-Generated Content) 検出器を報酬信号として利用し、生成器がAI検出器による検知を「回避」するように学習することで、モデルに人工的なパターンを減らし、物理的な忠実度を向上させるよう強制します。

RealGen-V2では、動的なGANに触発されたオンライン強化学習パラダイムを導入することで、この手法をさらに進化させています。

対象者

このプロジェクトは、より高いレベルのフォトリアリズムを達成し、AI生成特有のアーティファクトを削減したいと考えている、テキストから画像への生成に取り組む研究者や開発者向けです。

ハイライト

  • 検出器によるガイド付き報酬: 強化学習を通じて、AI検出器を使用してモデルをフォトリアリズムへと導きます。
  • RealBench: 自動化されたDetector-ScoringおよびArena-Scoringを使用してフォトリアリズムを評価する新しいベンチマークであり、人間の評価者の必要性を排除します。
  • 高いパフォーマンス: 美学と細部において、一般的な画像モデルや特化したリアリスティックモデルを凌駕します。
  • フレームワークの互換性: Dance GRPOやFlow GRPOなど、さまざまな拡散モデルベースのGRPOパラダイムと互換性があります。