[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-meanflownft-forward-process-rl-average-velocity-zh":3,"article-related-meanflownft-forward-process-rl-average-velocity-zh":31,"series-research-ff3d62ca-fd2d-4779-87e3-3a8817cdaa33":74},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":23,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":30},"ff3d62ca-fd2d-4779-87e3-3a8817cdaa33","meanflownft-forward-process-rl-average-velocity-zh","MeanFlowNFT 讓少步生成也能做 RL","\u003Cp data-speakable=\"summary\">MeanFlowNFT 把前向流程 RL 接到 MeanFlow 的平均速度生成器上，保住少步採樣的速度，也讓對齊訓練變得可行。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>研究機構\u003C\u002Fstrong>：arXiv 摘要未明確標註\u003C\u002Fli>\u003Cli>\u003Cstrong>核心數據\u003C\u002Fstrong>：4-step Wan 2.1 的 VBench 84.33\u003C\u002Fli>\u003Cli>\u003Cstrong>突破點\u003C\u002Fstrong>：由 MeanFlow 身份導出瞬時速度\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這篇論文在處理\u003Ca href=\"\u002Fnews\u002Fgrok-4-5-one-prompt-agent-work-zh\">一個\u003C\u002Fa>很實際的落差：MeanFlow 很適合做少步生成，但很多 RL 對齊方法是為「瞬時速度」那一套設計的。兩邊的訓練假設不同，直接套用會卡住。\u003C\u002Fp>\u003Cp>作者提出的 MeanFlowNFT，目的不是把 MeanFlow 改成另一種慢模型，而是想把前向流程 RL 接到 MeanFlow 上，讓它在保留少步採樣優勢的前提下，也能做獎勵導向的優化。對做影像或影片生成的人來說，這種「不增加太多步數、但還能提升品質」的方向很有吸引力。\u003C\u002Fp>\u003Ch2>這篇論文要解什麼痛點\u003C\u002Fh2>\u003Cp>MeanFlow 的賣點很直接：它可以用很少的步數完成採樣，因為它預測的是一段時間區間上的平均速度，而不是每一瞬間的速度。這讓推理更快，也更省成本。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784271777053-13dr.png\" alt=\"MeanFlowNFT 讓少步生成也能做 RL\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>但問題也很明顯。許多 RL 對齊工作，特別是 DiffusionNFT 類的方法，是圍繞瞬時速度來寫的。它們不用反向過程軌跡，也不用做 likelihood estimation，訓練效率高，可是這套形式和 MeanFlow 的參數化不太合。\u003C\u002Fp>\u003Cp>換句話說，RL 方法本身不差，卡住的是模型表示方式。對開發者而言，這就是一個工程上的常見難題：你想把偏好對齊、任務對齊加到快速生成器上，但又不想把它改回一個更慢的系統。\u003C\u002Fp>\u003Cp>這篇摘要沒有公開完整 \u003Ca href=\"\u002Ftag\u002Fbenchmark\">benchmark\u003C\u002Fa> 細節，所以我們只能先抓住它真正處理的核心：如何在不犧牲少步推理的前提下，讓 MeanFlow 也能吃到前向流程 RL 的好處。\u003C\u002Fp>\u003Ch2>方法到底怎麼接起來\u003C\u002Fh2>\u003Cp>MeanFlowNFT 的關鍵，是用 MeanFlow identity 把「平均速度」和「瞬時速度」橋接起來。作者先從 MeanFlow 模型構造出一個 induced instantaneous-velocity predictor，再把 DiffusionNFT 的目標函數套到這個 predictor 上。\u003C\u002Fp>\u003Cp>這個做法的重點，不是硬逼 MeanFlow 變成 diffusion model，而是替它補上一個可做 RL 的中介表示。這樣一來，獎勵最佳化有了明確的定義，但真正的採樣路徑還是走平均速度那條路。\u003C\u002Fp>\u003Cp>也就是說，訓練和推理被拆開處理。訓練時，模型透過導出的瞬時速度預測器接受 RL 式更新；推理時，仍然維持 MeanFlow 原本的少步採樣。這也是為什麼這篇工作會被放在「forward-process RL」的脈絡裡，而不是傳統的反向擴散優化。\u003C\u002Fp>\u003Cp>這種設計對實作很重要。很多生成系統一旦把對齊訓練接上去，就會不小心把推理成本一起拉高。MeanFlowNFT 想避免的，正是這件事。\u003C\u002Fp>\u003Ch2>它實際證明了什麼\u003C\u002Fh2>\u003Cp>從摘要能確認的結果有兩個層次。第一，作者說這個方法在影像與影片生成上都能持續優於 baseline。第二，它在多數指標上超過先前最好的 RL 調整少步生成器，特別是在 SD3.5-M 的 8 個指標裡贏了 6 個。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784271777539-8tel.png\" alt=\"MeanFlowNFT 讓少步生成也能做 RL\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>最具體的一組\u003Ca href=\"\u002Fnews\u002Fgrok-4-5-rise-five-numbers-zh\">數字\u003C\u002Fa>是 Wan 2.1。4-step 的 MeanFlowNFT 在 VBench 上拿到 84.33，優於 50-step 的 LongCat-Video RL 的 82.57。這個對比很有意思，因為它不是只比品質，而是把步數差距一起算進來看：少很多步，分數還更高。\u003C\u002Fp>\u003Cp>這代表什麼？至少從摘要看，MeanFlowNFT 不是單純把 RL 套上去而已，而是真的保住了少步生成的效率優勢，同時把輸出品質往上推了一截。對需要看 latency、吞吐量和推理成本的團隊，這種結果比單純的分數提升更有說服力。\u003C\u002Fp>\u003Cp>不過，摘要也沒有把完整 benchmark 表、訓練成本、資料規模或實作細節全部攤開。它有說「在多數指標上」表現更好，但沒有把每個模型、每個任務、每個指標的邊界講清楚。\u003C\u002Fp>\u003Cul>\u003Cli>MeanFlowNFT 針對的是少步生成與前向流程 RL 的落差。\u003C\u002Fli>\u003Cli>它用導出的瞬時速度預測器，把 DiffusionNFT 目標接到 MeanFlow 上。\u003C\u002Fli>\u003Cli>摘要中最明確的成果，是 4-step Wan 2.1 在 VBench 84.33，超過 50-step baseline。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>對開發者有什麼影響\u003C\u002Fh2>\u003Cp>如果你在做生成式產品，這篇的訊號很清楚：對齊訓練不一定要用更多採樣步數換。只要模型參數化夠合適，RL 式優化也可以跟少步推理共存。\u003C\u002Fp>\u003Cp>這對影像、影片、互動式生成特別重要。這些場景裡，品質當然重要，但能不能即時\u003Ca href=\"\u002Fnews\u002Fxai-lawsuit-right-response-ai-abuse-zh\">回應\u003C\u002Fa>、能不能壓低算力成本，往往更接近產品能不能上線的關鍵。少一步，可能就少一點延遲；少很多步，可能直接改變部署成本。\u003C\u002Fp>\u003Cp>這篇也提醒一件事：訓練目標不是可以隨便搬家的。MeanFlow 的平均速度表示法，和 diffusion 類模型的瞬時速度假設不同。MeanFlowNFT 的價值就在於，它沒有忽略這個差異，而是正面處理這個 mismatch。\u003C\u002Fp>\u003Cp>如果你在設計自己的少步生成器，這種思路值得記住：先想清楚模型到底在預測什麼，再決定 RL objective 要怎麼接。很多時候，真正困難的不是獎勵函數本身，而是它和模型表示能不能對上。\u003C\u002Fp>\u003Ch2>限制與還沒回答的問題\u003C\u002Fh2>\u003Cp>這篇摘要的限制也很明顯。它沒有公開完整 benchmark 細節，所以我們看得到方向，但看不到全部實驗版圖。像是訓練成本、額外模組開銷、推理延遲數字，摘要都沒說。\u003C\u002Fp>\u003Cp>另外，雖然作者主張方法在影像和影片生成上都有效，但摘要沒有交代這個做法對不同模型家族的泛化邊界。它是不是能穩定移植到其他 few-step generators，從摘要本身還看不出來。\u003C\u002Fp>\u003Cp>還有一點值得注意：作者提到它繼承了 DiffusionNFT 的 strict policy-improvement guarantee。這是很重要的形式性說法，但摘要沒有展開完整證明，所以我們只能先把它視為論文的理論主張，而不是外部已驗證的結論。\u003C\u002Fp>\u003Cp>總結來看，MeanFlowNFT 的價值不在於把少步生成做得更慢更準，而是在維持速度的前提下，讓前向流程 RL 真的能接進去。對正在找高效率生成對齊方法的人來說，這是一條很實用的路。\u003C\u002Fp>","MeanFlowNFT 把前向流程 RL 接到 MeanFlow 的平均速度生成器上，保住少步採樣的速度，也讓對齊訓練變得可行。","arxiv.org","https:\u002F\u002Farxiv.org\u002Fabs\u002F2607.15273",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784271777053-13dr.png","research","zh","71d7b8e9-7477-4520-83a0-edad534d32e2",[17,18,19,20,21,22],"MeanFlow","forward-process RL","DiffusionNFT","few-step generation","average velocity","VBench",[24,25,26],"它把前向流程 RL 接到 MeanFlow 的平均速度表示上。","少步採樣沒有被犧牲，4-step 結果還能贏過 50-step baseline。","摘要未公開完整 benchmark 與訓練成本，實務邊界還要看全文。",0,"2026-07-17T07:02:26.965016+00:00","2026-07-17T07:02:26.952+00:00","0c35a120-52fc-41fc-afa3-d404eb934158",{"tags":32,"relatedLang":33,"relatedPosts":37},[],{"id":15,"slug":34,"title":35,"language":36},"meanflownft-forward-process-rl-average-velocity-en","MeanFlowNFT brings RL to few-step generators","en",[38,44,50,56,62,68],{"id":39,"slug":40,"title":41,"cover_image":42,"image_url":42,"created_at":43,"category":13},"6312785c-5658-41aa-8eb8-36b0e2d899e0","robottt-scales-robot-memory-8k-timesteps-zh","RoboTTT 把機器人記憶拉到 8K","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784269982853-a5xq.png","2026-07-17T06:32:29.595266+00:00",{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":13},"6d22f161-1daf-4318-82fc-527dbc421be1","partition-prompt-aggregate-llm-self-consistency-zh","LLM 分群估計常失真","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784268183912-ga0a.png","2026-07-17T06:02:33.467937+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"13278648-00b8-418e-b608-76550f390167","metaperch-metadata-bioacoustics-foundation-models-zh","MetaPerch把錄音資料變成訓練訊號","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784185380381-uzad.png","2026-07-16T07:02:33.406877+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"5261f454-5b1f-4794-bbb5-e70b11a2ff2e","ot-ica-wasserstein-linear-ica-zh","OT-ICA 用 Wasserstein 距離做 ICA","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784183583515-jfy3.png","2026-07-16T06:32:38.802999+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"faf69af0-1ce7-49a4-a9c2-4a0a3afb6065","mojo-unlabeled-training-neural-decoding-zh","MOJO 用無標註資料強化神經解碼","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784181774015-4mmb.png","2026-07-16T06:02:24.378249+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"dcf89f35-0a75-4587-9bb3-2b477a9fe7b2","claude-j-space-not-a-black-box-zh","J-space 證明大模型不是黑箱，而是可讀的內部系統","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1784100783068-18zd.png","2026-07-15T07:32:38.727346+00:00",[75,80,85,90,95,100,105,110,115,120],{"id":76,"slug":77,"title":78,"created_at":79},"f18dbadb-8c59-4723-84a4-6ad22746c77a","deepmind-bets-on-continuous-learning-ai-2026-zh","DeepMind 押注 2026 連續學習 AI","2026-03-26T08:16:02.367355+00:00",{"id":81,"slug":82,"title":83,"created_at":84},"f4a106cb-02a6-4508-8f39-9720a0a93cee","ml-papers-of-the-week-github-research-desk-zh","每週 ML 論文清單，為何紅到 GitHub","2026-03-27T01:11:39.284175+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"c4f807ca-4e5f-47f1-a48c-961cf3fc44dc","ai-ml-conferences-to-watch-in-2026-zh","2026 AI 研討會投稿時程整理","2026-03-27T01:51:53.874432+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"cf046742-efb2-4753-aef9-caed5da5e32e","adaptive-block-scaled-data-types-zh","IF4：神經網路量化的聰明選擇","2026-03-31T06:00:36.990273+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"53a0dc54-0371-4e40-8d5e-74e94a73840c","geometry-aware-similarity-metrics-for-neural-representations-zh","超越距離測量：用微分幾何重新理解神經網路","2026-03-31T06:01:01.241968+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"fee7d472-a775-4b1d-bbc2-1e8bca1bbf8b","on-the-fly-repulsion-in-the-contextual-space-for-rich-divers-zh","讓AI繪圖更有創意：用排斥力提升生成多樣性","2026-03-31T06:01:25.439673+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"a9901203-d69b-447b-8854-15d14eab32b4","vision-aided-beam-prediction-cnn-eca-zh","影像輔助波束預測升級 CNN","2026-04-01T10:00:25.8073+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"b55e7dd4-0a24-4b3d-804d-b0309a03f498","triple-band-fss-mimo-antenna-sub-6-ghz-zh","三頻 FSS MIMO 天線瞄準 sub-6 GHz","2026-04-01T13:18:36.857305+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"f68290bd-e7f3-4b30-ba22-dcd4e0130a66","openclaw-1299-repos-eight-weeks-analysis-zh","OpenClaw 1299 個 Repo 的資料解讀","2026-04-02T05:03:45.208411+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"ed9f80eb-eb02-4d35-8ad4-0ddf428751dd","beam-coherence-aware-combining-mmwave-mimo-zh","毫米波 MIMO 的雙階合併法","2026-04-02T05:27:26.897188+00:00"]