已收录文章摘要，完整内容可前往原文阅读。
本文记录基于VeRL-Omni，使用DiffusionNFT算法跑通 MiniMax-H3 的 T2VA 与 FL2VA 在线 RL 训练闭环的实践：vLLM-Omni 负责 rollout 生成音视频，Diffusers / FSDP2 负责 actor 训练，VeRL-Omni 将数据、reward、NFT loss、LoRA old-policy 同步串联为完整链路
已收录文章摘要，完整内容可前往原文阅读。
本文记录基于VeRL-Omni，使用DiffusionNFT算法跑通 MiniMax-H3 的 T2VA 与 FL2VA 在线 RL 训练闭环的实践：vLLM-Omni 负责 rollout 生成音视频，Diffusers / FSDP2 负责 actor 训练，VeRL-Omni 将数据、reward、NFT loss、LoRA old-policy 同步串联为完整链路