NUS联合可灵AI提出DiffusionART，稳定扩散模型奖励引导训练
jiqizhixin · x · 2026-11-14
新加坡国立大学、可灵 AI 与香港科技大学的研究者发布 arXiv 预印本 DiffusionART，解决扩散模型做强化学习时训练不稳定的问题。
瓶颈：现有基于回归的目标会把有用的奖励引导与不希望出现的一致性力混在一起，用指数滑动平均来稳定往往需要针对具体任务调参。
机制：对同一 prompt 的多次生成结果先聚合奖励，再引导真实的去噪状态；在两个独立 minibatch 上做两次更新，随模型漂移施加恢复力，并用信任域掩码限制过度移动。训练只使用奖励数值，无需对奖励模型求梯度。
效果：在 HunyuanVideo-13B 上，视觉与运动质量奖励等权重的情况下，训练稳定性与生成质量均有提升。
「多模态」频道最新
- 60 秒鲁布·戈德堡机器：自写 CUDA 路径追踪器+MuJoCo 全程模拟 — AI_Andrew · 2026-11-14
- mitsuhiko 实测 Fable 图像生成：一张照片转出电影级手绘 — mitsuhiko · 2026-11-14
- Reddit 网友用 Seedance 生成 AI 短片《回家》 — purplenurpleSEB · 2026-11-14
- Fable 5.2 一个创意生成整场夜景,Seedance 2.5 一镜到底 — socialwithaayan · 2026-11-14
- HeyGen 视频模型实测：速度快过 Grok,动漫效果惊艳 — azed_ai · 2026-11-14
- 13万小时日语数据训练，端到端多说话人对话生成模型发布 — kastnerkyle · 2026-11-14