视频奖励模型

以帧思考：基于帧奖励模型的生成视频失真评估

Thinking with Frames: Generative Video Distortion Evaluation via Frame Reward Model

为视频生成提供帧级奖励模型与失真归因标签，可直接作为 T2V 后训练（如 GRPO 强化学习）的奖励信号，或用于诊断生成视频中的物体外观与交互异常；其动态采样机制可复用于长视频中稀疏失真帧的高效定位。