USO

USO（Unified Style-Subject Optimized）是字节跳动 UXO 团队推出的内容与风格解耦与重组统一框架。能将任何主题与任何风格在任何场景中自由组合，生成具有高度主体一致性、强烈风格保真度且自然、非塑料感的图像。USO 通过构建大规模三元组数据集，采用解耦学习方案同时对齐风格特征并分离内容与风格，引入风格奖励学习（SRL）来进一步提升模型性能。USO 发布了 USO-Bench 基准测试，用于综合评估风格相似性和主体保真度。实验表明，USO 在主体一致性和风格相似性两个维度上均达到了开源模型的顶尖水平。