RVM:绕开似然直接在速度空间做扩散模型 RL 微调,快且稳
ArashVahdat · x · 2026-10-13
GaTech Yongxin Chen 团队(经 ArashVahdat 转发)提出 RVM(Reward-based Velocity Matching),针对「扩散模型不是原生似然模型,为何要用 LLM 的似然方法做 RL 微调」这一问题给出新方案:
- 直接在速度/score 空间注入奖励信号,无需计算似然比
- 快速、可扩展、训练稳定
- 微调视频生成模型成本更低
- 统一了近期多种目标函数
- 通过动态运动奖励修复了 RL 微调常见的「静态视频」问题
论文已放出。
「多模态」频道最新
- ComfyUI 新节点:把 Shadertoy 着色器直接喂给扩散模型 — Puzzled_Parking2556 · 2026-10-13
- 名画中的女子穿越到现代：AI 视频神还原还挺上头 — cocoweixu · 2026-10-13
- Qwen 图像 LoRA 训练:到底需不需要图像对? — Inevitable_Pen9043 · 2026-10-13
- Ideogram 4.5 登陆 invideo，主打图像精准局部编辑 — aziz4ai · 2026-10-13
- Runway 联合 CEO 长文：从像素模拟器到通用现实模拟器 — notiansans · 2026-10-13
- 一位画师 + AI 造 30 个角色撑起五季动画 IP《Bone 编年史》 — Kavanthekid · 2026-10-13