新加坡国立大学、可灵 AI 与香港科技大学发布 DiffusionART 预印本，稳定扩散模型奖励引导训练

新加坡国立大学、可灵 AI 与香港科技大学发布 arXiv 预印本 DiffusionART，改进扩散模型强化学习中的奖励引导稳定性。方法聚合同一 prompt 的生成奖励并引导去噪状态，无需对奖励模型求梯度；在 HunyuanVideo-13B 上，视觉与运动质量奖励等权重时，训练稳定性与生成质量均提升。