近日，来自研究团队的一项新成果引起了广泛关注 ——CoMPaSS-FLUX.1模型。这是一种基于 FLUX.1文本到图像扩散模型的新模 LoRA 适配器，旨在显著提升生成图像时对物体空间关系的理解能力。该模型在处理物体的特定空间关系方面取得了显著进展，为图像生成领域带型 来了新的可能性。

CoMPaSS-FLUX.1的基础模型为 FLUX.1-dev，其 LoRA 等级为16，文件大小约为50MB，使用了 DiffCousers 框架。它的主要用途是生成具有准确空间关系的图像，能够创造需要特定空间排列的构图，同时在保持其他能力的基础上增强空间理解MP能力。

在性能表现上，CoMPaSS-FLUX.1的关键改进令人瞩目。根据 VISOR 基准测试，该模型的相对提升达到了98%;在 T2aSI-CompBench 空间测试中，提升幅度为67%;而在 GenEval 位置评估中，更是达到了131% 的相对改善。此外，CoMPaSS-S-FLUX.1在图像保真度上也表现不俗，FID 和 CMMD 分数均低于基础模型，表明其在生成质量上有所提升。

使用该模型时，用户可以参FL考其有效提示。模型在描述空间关系时表现最佳，特别是当提示中包含清晰的空间关系描述（如 “左边”、“右边”、“上面”、“下面”）时，或者UX是包含两个不同物体的明确空间关系描述(例如 “照片中 A 在 B 的右边”)。

在训练过程中，CoMPaSS-FLUX.1使用了来自 SCOP（空.1间约束导向配对）数据引擎的数据，涵盖了约28，000个经过精心挑选的物体对。这些数据在视觉重要性、语义区别、空间清晰度、物体关系和视：提觉平衡等方面都有严格的标准。

训练过程持续了24，000步，使用了批量大小为4的配置，学习率设定为1e-4，并采用了 AdamW 优化器，权升F重衰减设定为1e-2。

huggingface:https://huggingface.co/blurgy/CoMPaSS-FLluUX.1

划重点:

CoMPaSS-FLUX.1模型显著提升了文本到图像生成时的空间理解能力，特别是在物体之间的关系处理上。

性能评估显示x文该模型在多个基准测试中都有明显的提升，保持了高质量的生成效果。

模型训练使用了严格筛选的数据集，确保生成的图像在视觉上具有良好的空间关本到系和清晰度。

• ·美团发布 LongCat-Flash-Chat：560B 参数模型再创新高，智能体表现惊艳！
• ·标签: 百度 百度一镜
• ·ChatGPT或将实现近百亿美元收入 未来5年收入将比早前的预测提升15%
• ·云安全日报210224：思科AnyConnect安全客户端发现任意文件读取漏洞,需要尽快升级
• ·标签: 科大讯飞
• ·标签: 联想集团 Infinidat 企业级存储 AI数据基础设施
• ·标签: Oladance 字节跳动 李浩乾 Ola Friend
• ·科技之光!我国首例介入式脑机接口试验成功，瘫痪患者奇迹般恢复
• ·云计算开发：Python练习实例-暂停一秒输出
• ·标签: 懂车帝 彭艳鋆 住小帮 字节跳动
• ·简单有效，新型对抗性攻击方法成功攻破热门安卓APP中DL模型
• ·标签: 东风日产 理想汽车 王骞 李想
• ·标签: 小米 王晓雁 张健 郭金保
• ·云计算核心技术Docker教程：Docker在容器中运行多个服务
• ·特斯拉宣布车载语音接入豆包
• ·混元世界模型1.1正式发布:革新3D 重建技术，秒级生成高质量场景