FLUX.1-Fill-dev-OneReward ，它在修复和去除任务中的表现优于闭源的 FLUX Fill [Pro]，为未来统一图像编辑研究奠定了强大的新基线。

基于该模型优化的工作流：

局部重绘：

https://www.liblib.art/modelinfo/e291829afff2478da0a476d30f68c07b?from=personal_page&versionUuid=2a102a06a351465bba56c9808a32d334

扩图：

https://www.liblib.art/modelinfo/13c4dd6f78754cbaab34e8ef6be783c0?from=personal_page&versionUuid=1d75b30aefa947a0807b157cc59a0327

物体消除 去水印： https://www.liblib.art/modelinfo/c13715b5d4d34a6cb364db08ff90937f?from=personal_page&versionUuid=bfca7a8898094698906ed258e739ae71

我们提出了 OneReward ，一种用于视觉领域的新颖的 RLHF 方法，它采用 Qwen2.5-VL 作为生成奖励模型来增强多任务强化学习，显著提高了策略模型在多个子任务中的生成能力。在 OneReward 的基础上，我们开发了 Seedream 3.0 Fill ，这是一个统一的 SOTA 图像编辑模型，能够有效处理各种任务，包括图像填充、图像扩展、对象移除和文本渲染。它超越了几个领先的商业和开源系统，包括 Ideogram、Adobe Photoshop 和 FLUX Fill [Pro]。最后，基于 FLUX Fill [dev]，我们很高兴地发布了 FLUX.1-Fill-dev-OneReward ，它在修复和去除任务中的表现优于闭源的 FLUX Fill [Pro]，为未来统一图像编辑研究奠定了强大的新基线。