小红书内容智能与生成 AIGC 算法团队论文 DeCoRL 被 NeurIPS 2026 收录，该方案专门解决多图合成任务里随着参考图变多，物体身份、外观一致性快速下滑的痛点，传统监督微调 SFT 只能对整张合成图做笼统约束，很难保证多张参考图里同一个物体在最终画面里不跑偏、不变形，DeCoRL 把整张图的一致性拆解到单个物体维度，先自动匹配多张参考图之间对应的目标物体，再依靠 VLM 奖励模型给每个物体单独打分，汇总成多目标一致性奖励去做强化学习后训练，团队还配套搭建 DeCo-Bench 评测集，覆盖 2 张到 6 张参考图的合成场景，在 DeCo-Bench、MICo-Bench 两个评测基准上都拿到稳定效果提升，适合小红书种草图、商品素材融合这类经常需要多张参考图拼合创作的业务场景。
DeCoRL 核心流程清单
- 跨图物体匹配：根据用户指令，在多张参考图之间建立物体对应关系，定位生成图里对应的区域
- 单物体一致性打分：使用基于单物体标注训练的 VLM 奖励模型，逐个校验物体身份、颜色、特征是否对齐参考
- 奖励聚合：把所有独立物体的反馈合并，形成整体一致性奖励信号
- 强化学习后训练：用聚合后的奖励微调图像生成模型，持续降低物体漂移、混淆问题
DeCoRL 与传统 SFT 多图合成方案对比
| 方案 | 监督信号 | 一致性约束粒度 | 多参考图（4 张以上）表现 |
|---|---|---|---|
| 传统 SFT 监督微调 | 整张图片 loss，隐式约束 | 全局图片层面 | 参考图越多，物体越容易串特征、身份错乱 |
| DeCoRL 分解一致性强化学习 | 逐物体显式奖励反馈 | 物体级细粒度约束 | 2~6 张参考图场景，物体一致性明显更好 |
DeCo-Bench 评测集基础信息
- 任务类型：多图像合成 MICo
- 参考图区间：2 张、3 张、4 张、5 张、6 张参考素材
- 标注重点：物体身份保留、属性一致性、空间关系合规
- 用途：专门用来衡量多图合成任务里物体一致性，填补之前缺少细分评测的缺口
业务落地价值点
- 适配种草笔记配图、商品多素材融合、穿搭参考图合成这类小红书高频创作需求
- 不用彻底替换基础生成模型，属于后训练优化方案，接入现有图像生成链路成本可控
- 降低 AIGC 配图里物品、人物特征错乱问题，减少人工二次修图工作量
【常见问题】
问题 1：NeurIPS2026 小红书提出的 DeCoRL，是怎么优化多图合成一致性的？
回答 1：DeCoRL 采用分解一致性强化学习思路，不再只对整张图片做监督，先匹配多张参考图里对应的物体，用 VLM 给每个物体单独打分，汇总奖励信号做 RL 后训练，解决多图合成时物体身份、外观漂移的问题。
问题 2：小红书 DeCoRL 配套的 DeCo-Bench 评测集，支持多少张参考图的多图合成测试？
回答 2：DeCo-Bench 覆盖 2 到 6 张参考图的多图合成场景，专门用来评估多参考素材叠加时，生成图像里面物体的一致性表现。
问题 3：DeCoRL 对比传统 SFT 监督微调做的多图合成，核心差别在哪里？
回答 3：传统 SFT 是整张图片的隐式监督，没有单独约束每个物体；DeCoRL 是物体级显式反馈，参考图数量变多的时候，更不容易出现不同物体特征互相混淆。
问题 4：小红书 AIGC 团队的 DeCoRL，主要适配什么样的图像创作场景？
回答 4：DeCoRL 面向多图像合成 MICo 任务，很适合小红书平台种草配图、多个商品素材融合、多参考穿搭图合成这类需要融合多张参考素材的创作场景。
【参考资料】
[2026-10-29]（DeCoRL: Decomposed Consistency Reinforcement Learning for Multi-Image Composition）arXiv
[2026-11-11]（NeurIPS 2026｜小红书内容智能与生成组 AIGC 算法团队提出多图合成一致性优化新方法 DeCoRL）机器之心
[2026-11-08]（小红书 DeCoRL 论文解读：多图合成里的物体一致性强化学习）REDtech 小红书技术号
[2026-09-22]（MICo-Bench：多图像合成公开评测基准介绍）HuggingFace
【免责声明】
本文信息整理自小红书 AIGC 团队 NeurIPS 2026 论文预印本、技术媒体公开解读；DeCoRL 属于学术研究方案，线上业务的实际效果会受基座生成模型、素材质量、提示词影响；评测结果为实验室基准下的数据，不代表所有多图场景都稳定生效；本文仅为技术科普，不构成模型采购、算法投入的投资建议。