腾讯混元与港科大提出 EmoReward，校准情感视频生成 RL 奖励

腾讯混元与港科大提出 EmoReward，通过 grounding 线索和异构信号原语校准情感视频生成 RL 中的主观奖励。Reflective Reward Gating 按实例校准各信号贡献，RewardMemory 依据上一轮 rollout 估计可靠性，无需更新奖励模型。