**DiffusionART：高效稳定可扩展的扩散模型强化学习框架**

_DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models_

> 针对在线强化学习微调扩散模型时效率低或不稳定的问题，提出DiffusionART方法。该方法通过聚合奖励方向消除一致性力，并引入信任域掩码更新替代EMA调优，无需可微奖励模型。实验显示，在HunyuanVideo-13B上，其GPU耗时仅为现有方法的1/12至1/11，且平均训练奖励提升显著。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.12572)