Stream-R1

Stream-R1 是一个面向流式视频生成的奖励蒸馏方法，旨在提升扩散模型在实时生成场景下的可靠性与细节保真度。其核心创新在于引入双轴加权机制：基于单个预训练视频奖励模型，动态计算跨采样轨迹的‘跨轨迹可靠性权重’和时空维度的‘帧内困惑度权重’，对分布匹配蒸馏（DMD）损失进行自适应重加权，从而引导学生模型聚焦高质量生成区域。无需修改模型结构或增加推理开销，即可在23.1 FPS下超越多步教师模型Wan2.1的VBench综合与语义指标。适用于低延迟视频生成、长时序连续生成及资源受限端侧部署等场景。