OmniAlpha：通过多任务统一强化学习实现对齐的透明感知生成
计算机视觉与模式识别
2026-04-29 v2 人工智能
摘要
透明感知生成不仅需要建模 RGB 外观，还需要建模基于 alpha 的不透明度和跨层组合，这对于图像抠图、物体移除、层分解和多维内容创建等任务至关重要。然而，现有的 RGBA 相关方法仍然高度碎片化，每个任务都有独立的流水线。虽然统一模型是可取的，但仅靠监督微调是不够的，因为局部的回归目标无法直接优化高质量 RGBA 生成所需的组合保真度、alpha 边界精度和结构一致性。为此，我们提出了 OmniAlpha，一个用于透明感知生成与操作的多任务统一强化学习框架。OmniAlpha 结合了端到端的 alpha 感知 VAE 和序列到序列扩散 Transformer，在位置编码中采用双向层轴，在单次前向传播中联合建模多个 RGBA 输入和输出。基于多任务 SFT 冷启动，它进一步采用面向解码 RGBA 输出的层感知奖励进行 GRPO 风格的后训练，从而直接优化跨层一致性和精细透明细节。在五类透明感知任务上的实验表明，OmniAlpha 一致优于其统一 SFT 基线，并在针对专门专家模型的性能上取得了显著成果，包括在层分解中 RGB L1 相对降低 9.07%，以及在自动抠图中对 SAD/Grad 分别实现 74%/68% 的提升（相较于传统抠图工具）。
引用
@article{arxiv.2511.20211,
title = {OmniAlpha: Aligning Transparency-Aware Generation via Multi-Task Unified Reinforcement Learning},
author = {Hao Yu and Jinglin Wang and Jiabo Zhan and Rui Chen and Zile Wang and Huaisong Zhang and Hongyu Li and Xinrui Chen and Yongxian Wei and Chun Yuan},
journal= {arXiv preprint arXiv:2511.20211},
year = {2026}
}