多模态 RL 归一套

量子位报道，腾讯混元开源的新 RL 框架试图打通多个模态：图像扩散、视频生成、VLM 与 LLM 不再各自维护一套训练流程；文章将其概括为庞天宇团队的新作。1

一句话笔记：AIGC 的强化学习正在从碎片化管线，走向更统一的训练底座。