SplitMoE：用分角色稀疏架构打破视频扩散模型的均匀性陷阱

针对传统 token-wise MoE 因均匀专家使用正则化导致的"均匀性陷阱"，SplitMoE 提出分角色稀疏架构，将专家池拆分为语义专家与通用专家，配合原型引导路由和拉推正则化，让 token 按语义属性自然聚类。在等效激活参数预算下，SplitMoE 在收敛速度、路由一致性和视频生成质量上均优于传统负载均衡 MoE。