RVM：免似然比的权利重速度匹配 RL，在 SD3.5、Wan、SkyReels 上验证
gowthami_s · x · 2026-10-14
新论文提出 RVM（reward-based velocity matching），一种用于扩散模型强化学习微调的新技术，直接以速度匹配为起点，用奖励加权速度匹配损失加锚定回归项，无需估计似然或似然比。
要点：
- 与 diffusionNFT 高度相关，论文证明 DiffusionNFT 是 RVM 的特例，并在更新层面恢复 Reinforce Adjoint Matching
- ELBO 类方法通过相同的速度回归结构与之紧密相关，统一视角把奖励设计与锚定速度拆为核心设计选择
- 在 SD3.5 文生图、Wan 文生视频、SkyReels 图生视频上测试，效果匹配或超越现有方法，可视化对比显示动态与画质明显更稳
所属事件:RVM 新方法：在速度空间直接做扩散模型 RL 微调(2 条相关)→
「多模态」频道最新
- Seedance 2.5「你能活下来吗」创意玩法，prompt 直接公开 — umesh_ai · 2026-10-15
- 胡迪尼「最后的逃脱」：Magnific 参与制作 AI 纪录片上线 FOX — cuenca · 2026-10-15
- Higgsfield 推出 AI 网红短剧第二集，虚拟达人集体出演 — CurieuxExplorer · 2026-10-15
- Alexandr Wang 用 Muse 生成视频：自己也看懵了 — alexandr_wang · 2026-10-15
- AI 生成赌场扑克对峙名场面视频走红 Reddit:贱谍对峙邦德 — GreetingsFromAP · 2026-10-15
- MiniMax H3 生成短视频总让人物开口说话,负向提示词全失效 — VinceYutuc · 2026-10-15