DiffusionART-Flash 开源：仅训 1-2 个高噪声步，扩散模型 RL 提效 25 倍
YangYou1991 · x · 2026-11-01
Yang You 团队开源 DiffusionART-Flash，一种面向扩散模型的高效强化学习后训练方法，并公开了完整的 MiniMax-H3 后训练配方（GitHub 已获 208 star，对应论文 arXiv:2610.12572）。
核心方法
- 策略更新只训练 1–2 个高噪声时间步，rollout 仍走完整采样轨迹
- 实验中奖励提升与稳定性与全流程训练相当
- 以 50 步调度、训 2 步计：训练用 sample-timestep 对减少 25 倍
MiniMax-H3 配方
- 480P、约 5 秒、10 个 rollout 步
- 视频：在前 4 步中训 2 步；音频：在前 3 步中训 2 步
- 六个开源奖励模型，按提示词组内归一化，并按模态路由
代码采用 Apache-2.0 许可，支持文生图、文生视频、图生视频与全模态，团队后续将分享 3 个技术解答和 7 条工程经验。
「多模态」频道最新
- 2D 插画一键转 3D 角色，效果惊人保持风格细节 — azed_ai · 2026-11-01
- 入门教程：MiniMax H3 搭 Pika Flex LoRA 60 秒出带立体声视频 — No-Sleep-4069 · 2026-11-01
- Pika 发布 H3 Flex：比实时更快、便宜 80% 的视频模型 — techNmak · 2026-11-01
- 网友用「Sonata 5.5」+超长分镜 prompt 生成 3 分钟机器人动画短片 — Ford-X · 2026-11-01
- Reddit 走红 AI 视频：地精与南瓜灯的万圣节氛围短片 — love1008 · 2026-11-01
- Shizuku AI 自研歌唱口型同步技术,效果超越 uLipSync — bdsqlsz · 2026-11-01