Flow-Factory

Flow-Factory 是一个让扩散模型和流匹配模型也能“用强化学习调教”的统一框架。你可能会问，为什么要给这些生成模型加强化学习？简单说，传统训练出来的模型虽然能生成漂亮图片或视频，但往往不听话——你想让它生成红色的猫，它偏要给你一只蓝狗。Flow-Factory 就是要解决这个“模型不听话”的问题，让你可以用奖励函数来引导模型按照你的偏好生成内容，就像训练小狗一样，做对了就给奖励。 这个项目的技术亮点在于它的通用性和易用性。它把当前主流的扩散模型（比如 Stable Diffusion）和流匹配模型（比如最新的 LTX-2 视频模型）都整合到一起，你不需要为不同的模型写不同的强化学习代码。它还支持多种注意力后端（比如 Flash Attention 和 xFormers），可以自动优化显存和速度，省去你手动配置的麻烦。更贴心的是，连数据集处理和奖励模型设计也打包好了，你只需要准备自己的偏好数据，定义好什么算“好”结果，剩下的交给框架。 那么谁适合用呢？如果你在搞 AI 内容生成，想让模型输出更符合你的审美、风格或安全要求，比如为特定品牌生成广告图、做文生视频的精调，或者想去除模型生成的暴力/低俗内容，Flow-Factory 就是现成的工具包。研究强化学习或生成模型的学者也能用它快速验证新算法。 上手门槛并不高。首先它是 Python 写的，装了 PyTorch 就能用。官方文档提供了快速开始示例和配置文件模板，你只要安装好依赖、改几个参数就能跑起来。当然，如果你完全不懂扩散模型或强化学习的基本概念，可能需要先补点基础知识，但框架本身已经把复杂流程封装得很友好了，所以有一定深度学习经验的开发者一两天内就能上手跑通。