**EmoReward：通过自演化奖励校准提升情感视频生成**

_EmoReward: Self-Evolving Reward Calibration for Emotional Video Generation RL_

> 针对现有方法在情感视频生成中依赖固定奖励导致无法准确捕捉情感意图及易引发奖励黑客攻击的问题，研究提出了 EmoReward 机制。该机制通过蒸馏训练过程中的奖励轨迹证据可靠性，自适应地调整多奖励权重分配，无需更新奖励模型即可实现跨训练轮的校准。实验表明，EmoReward 在 HunyuanVideo 1.5 等多个模型上均显著提升了 RL 算法的情感生成效果。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.06518)