# 解耦时间步整流

视频流模型做奖励对齐时，把引导采样与优化锚点拆开，让无引导单分支推理也能拿到引导探索的收益，同时保留推理时引导的原有语义。

视频流模型做奖励对齐时，把引导采样与优化锚点拆开，让无引导单分支推理也能拿到引导探索的收益，同时保留推理时引导的原有语义。