**Qwen-Image-2.0-RL技术报告：强化学习提升图像生成质量**

_Qwen-Image-2.0-RL Technical Report_

> 该报告介绍了Qwen-Image-2.0-RL，一种结合RLHF和在线策略蒸馏的后训练流程。通过构建涵盖对齐、美学及指令遵循等维度的复合奖励模型，并采用基于GRPO的可扩展训练框架，显著提升了Qwen-Image-2.0扩散模型的视觉质量和指令遵循能力。评估显示，该模型在Qwen-Image-Bench上得分达57.84，在文本生成和图像编辑领域均取得一致的性能增益。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.27608)