PRFL：潜在空间过程奖励反馈加速视频生成对齐

PRFL 框架跳过 VAE 解码，直接在潜在空间对扩散去噪过程施加奖励反馈，加速视频生成模型对齐训练。其奖励模型由人工评分的成品视频加随机 timestep 噪声训练，无需逐步标注；在 Wan2.1-14B 的 480p 与 720p 上，人类对比中 67% 次数战胜 RGB ReFL 基线。但评测仅 25 条 prompt，且基线仅在首帧打分，公平性存疑。