OmniOPD：面向音视频联合生成的稳定在线策略蒸馏框架

OmniOPD 是一个面向音视频联合生成的模态级在线策略蒸馏框架，用于解决跨模态 token 数量失衡导致音频监督稀疏、蒸馏不稳定的问题。该框架通过非对称噪声调度构造特权视觉信息、分组多噪声采样扩大音频监督覆盖，并按教师-学生转移散度做时间步级重要性加权。在 JavisBench 和 VBench 上，OmniOPD 在保持音频质量的同时显著提升视频生成效果。