MeanFlowNFT：为平均速度生成器引入前向过程强化学习
Tencent-Hunyuan · hf · 2026-07-17
为了将无需逆向轨迹的高效强化学习框架 DiffusionNFT 应用于 MeanFlow 生成器，本文提出了 **MeanFlowNFT**。 - **桥接差异**：DiffusionNFT 优化瞬时速度，而 MeanFlow 依赖平均速度。该方法利用 MeanFlow 恒等式构建诱导瞬时速度预测器，使奖励优化在 MeanFlow 中有了明确定义。 - **理论保证**：保留了 DiffusionNFT 严格的策略改进保证，且不破坏 MeanFlow 快速少步生成的特性。 - **优异效果**：在图像和视频生成上持续提升基线。在 Wan 2.1 上，4步 MeanFlowNFT 的 VBench 得分（84.33）甚至超越了 50步的 LongCat-Video RL（82.57）。