연구진은 기존 증류 방식이 모든 프레임과 픽셀을 동일하게 취급하여 품질 향상에 제한적이라고 지적하며, 새로운 프레임워크 Stream-R1을 제안했습니다.
Stream-R1은 사전 학습된 비디오 보상 점수를 활용하여 신뢰도에 따라 롤아웃의 중요도를 재조정하고, 퍼플렉시티에 따라 공간 및 시간적 요소를 가중치 부여합니다.
Stream-R1은 기존 증류 방식 대비 시각적 품질, 모션 품질, 텍스트 정렬 등 모든 측면에서 성능을 향상시켰으며, 추가적인 추론 비용 없이 구현 가능합니다.