高效流式视频生成对于模拟交互式与动态世界至关重要。现有方法通过滑动窗口注意力机制，将少步长视频扩散模型进行知识蒸馏，并利用初始帧作为“汇点令牌”（sink tokens）以维持注意力性能并减少误差累积。然而，视频帧对这些静态令牌产生过度依赖，导致初始帧被重复复制，运动动态性显著减弱。为解决这一问题，我们提出一种名为奖励强制（Reward Forcing）的新框架，包含两项关键设计。首先，我们提出EMA-Sink机制：该机制维护一组固定大小的令牌，其初始值来源于初始帧，并在这些令牌随滑动窗口移出时，通过指数移动平均（Exponential Moving Average, EMA）融合被替换的令牌，实现持续更新。该方法无需额外计算开销，使EMA-Sink令牌既能捕捉长期上下文信息，又能反映近期动态变化，有效避免初始帧的重复复制，同时保障长时程生成的一致性。其次，为更有效地从教师模型中蒸馏运动动态信息，我们提出一种新型的奖励分布匹配蒸馏（Rewarded Distribution Matching Distillation, Re-DMD）。传统分布匹配方法对所有训练样本赋予同等权重，限制了模型对动态内容的优先学习能力。相比之下，Re-DMD通过视觉-语言模型对样本的动态程度进行评分，优先选择动态性更高的样本进行训练，并引导模型输出分布向高奖励区域偏移。该策略显著提升了生成视频的运动质量，同时保持了数据保真度。我们通过定量与定性实验验证了该方法的有效性。结果表明，Reward Forcing 在标准基准测试中达到当前最优性能，并可在单张H100 GPU上实现高达23.1 FPS的高质量流式视频生成，显著提升了实时生成效率与视觉质量。