音视频扩散模型动态多奖励优化研究发布

2026年10月3日，X用户AK (@_akhaliq) 发布了一项关于联合音视频扩散模型的研究动态多奖励优化。该研究提出通过前向过程强化学习（RL）实现联合音视频扩散的动态多奖励优化，并采用自适应奖励路由机制，相关论文已在Hugging Face Papers平台发布（编号2609.3…）。这是目前关于该研究的首次公开报道，尚无后续进展信息。

AI 根据报道生成 · 2 天前更新