CoRe：协同演化奖励模型抑制视频扩散奖励攻击
原文标题：CoRe: Co-Evolving Reward Models for Mitigating Latent Reward Hacking in Video Diffusion Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文发现针对固定潜在奖励模型优化视频扩散模型会迅速导致潜在奖励攻击：预测奖励保持高位而感知与运动质量恶化，根源是生成器在数百次更新后逃逸出奖励模型的训练分布。作者提出 CoRe 协同演化奖励框架，将潜在空间对齐视为生成器与奖励模型的动态交互，持续用生成器当前样本重拟合奖励模型并锚定真实视频偏好。在 Wan2.1-T2V-1.3B 上，CoRe 持续提升生成质量并避免固定奖励优化的质量崩塌。
深读 · 结论先行AI 生成展开看要点与影响 ↓
固定潜在奖励优化数百步即致视频质量崩塌，CoRe用协同演化奖励在Wan2.1-1.3B上避免这一失效。
- •论文发现：针对固定潜在奖励模型优化视频扩散，预测奖励保持高位但感知与运动质量恶化
- •根因是分布逃逸——生成器数百次更新后跑出奖励模型训练分布，评分不再反映质量
- •CoRe持续用生成器当前样本重拟合奖励模型，并锚定真实视频偏好
- •在Wan2.1-T2V-1.3B上，CoRe同时优于预训练模型与既有对齐方法，避免固定奖励优化的质量崩塌
为什么重要：奖励攻击是视频生成对齐的核心风险，该工作把奖励模型从静态代理变为动态对手，为扩散模型对齐提供可复用思路。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。
谷歌发布Genie 4世界模型，可生成带音频交互体验
AI 摘要谷歌发布 Genie 4 世界模型，支持更真实的世界、自然语言实时修改、音频生成，底层由 Gemini 3.8 Flash 驱动，单次体验时长从 1 分钟提升至约 2 分钟。该模型先以研究预览形式向受信任测试者开放，并将向 Google AI Ultra 订阅用户推出。
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
AI 摘要谷歌 DeepMind 发布世界模型 Genie 4，新增实时音频、更逼真的模拟环境，并支持在模拟过程中用文本提示实时操控。该模型以研究预览形式向受信任测试者开放，进一步推进可交互世界模型的能力边界。
谷歌 DeepMind 称四个 Gemini 4 智能体 27 小时通关《我的世界》
AI 摘要谷歌 DeepMind 表示，四个基于 Gemini 4 的 AI 智能体在 27 小时内自行编写 2783 段程序，成功通关《我的世界》。过程中智能体在简单难度下死亡 605 次，估计消耗约 520 美元 token 成本。