腾讯混元 EmoReward:自进化奖励校准驱动情感视频生成 RL
Tencent-Hunyuan · hf · 2026-11-05
腾讯混元与港科大提出 EmoReward,解决视频生成 RL 中情感表达等主观维度奖励难定、易被 reward hacking 的问题:
- 先从情感 prompt 中规划具体 grounding 线索指导评估,再用异构信号原语为生成视频打分;
- Reflective Reward Gating 通过实例级门控(相位、人脸置信度、冲突、细微度)校准各信号贡献并重归一化;
- RewardMemory 从上一轮训练的 rollout 记录中估计每个奖励原语的可靠性,以有界乘子校准下一轮融合权重,无需更新奖励模型。
在 HunyuanVideo 1.5 上于多种 RL 算法下均有提升,并在 SD 3.5 与 FLUX 上验证了迁移性。
「多模态」频道最新
- Midjourney V9 预计 30 天内发布：新 upscaler 与更强提示词理解 — LudovicCreator · 2026-11-05
- AI 把 2D 角色设计转成 3D 渲染,风格还原度惊人 — azed_ai · 2026-11-05
- MiniMax H3 图生视频静态纹理“沸腾”与 4 帧脉冲伪影求助 — Downtown-Term-5254 · 2026-11-05
- 作者用 Seedance 制作 7 分钟暗黑奇幻短片，放出 40 秒战斗片段 — IncGen_2023 · 2026-11-05
- Viggle Remake 开源发布：逐镜头改视频，10 秒 0.96 美元 — Div_pradeep · 2026-11-05
- Soniox 发布 STT v6:首个能「听到」语音助手说什么的语音识别模型 — solyarisoftware · 2026-11-05