快手可灵提出VLM-as-Teacher：用测试时在线优化，让视频生成模型学会按规则推理

城大与快手可灵提出 VLM-as-Teacher，让 VLM 不再先写答案，而是在测试时充当老师，自动生成 final-goal 查询和若干 process 查询，把 VLM 回答 Yes 的概率转成可微 VQA reward，再通过在线测试时优化只更新 VGM Reasoner 的轻量 LoRA 模块，冻结 VGM 主干和 VLM Teacher。