流匹配
一种生成模型训练范式，通过学习从噪声到数据的直线化概率流路径，使扩散模型能以极少采样步骤（如3-4步）生成高质量结果，相比DDPM显著降低推理成本
核心事实
时间轴 (近 90 天)
该方法在训练阶段通过流匹配优化一个信号专用的1D Transformer去噪网络，使其直接预测干净信号样本。
流匹配动作专家（如 π0.5）将动作生成建模为从噪声到动作的连续变换过程，通过迭代去噪产生平滑动作序列，适合高维连续控制；自回归方法（如 π0-FAST）将动作离散化为 token 逐 token 预测。
近年基于神经编解码器与扩散/流匹配的生成方式，使合成语音在韵律、呼吸感和音色细节上大幅逼近真人。
去掉声学分词器后，模型需直接在连续声学空间中建模，通常依赖扩散模型或流匹配等连续生成范式，推理链路因此更短。
VAP 将平均的流匹配目标转化为时间分辨的诊断工具，帮助定位歧义限制和数据限制的区域。
Velocity Ambiguity Profile (VAP) 是一种时间分辨的贝叶斯风险诊断工具，用于揭示流匹配训练中的可约与不可约误差。
流匹配是一种训练连续时间归一化流的技术，通过匹配概率路径上的向量场来学习变换，避免了训练中模拟常微分方程的计算开销。
Classifier-Free Guidance（CFG）是扩散模型与流匹配模型中最主流的引导技术之一，训练时以一定概率丢弃条件，采样时通过公式将条件与无条件预测相减并放大引导强度。
流匹配的'噪声阶段'或'早期流步骤'指积分刚开始、t接近0、样本仍是接近纯噪声的那几步，此阶段图像结构信息尚未成形，正是CFG行为发生反常的时间窗口。
SUPRA-TEX的阶段三采用交错流变换器，将观测隐编码作为固定只读锚点，在未观测区域更新和全表面更新之间交替进行，最终生成完整的材质隐编码。
还有 15 条时间轴事件
全部知识事实 (20)
流匹配模型通过学习从噪声分布到数据分布的连续概率流（ODE轨迹）生成图像，通常训练更稳定、推理步数更少
75%已验证流匹配的思路是学习一个时间依赖的向量场v_t(x)，使由该向量场驱动的常微分方程能把简单参考分布传输到目标数据分布
75%已验证一致性模型和流匹配等加速方案正在缩短扩散模型多步推理的计算开销差距
75%待验证常见的推理加速技术手段包括一致性蒸馏、流匹配以及扩散模型步数压缩方法（如LCM、SDXL-Turbo）
60%待验证该方法在训练阶段通过流匹配优化一个信号专用的1D Transformer去噪网络，使其直接预测干净信号样本。
50%待验证流匹配动作专家（如 π0.5）将动作生成建模为从噪声到动作的连续变换过程，通过迭代去噪产生平滑动作序列，适合高维连续控制；自回归方法（如 π0-FAST）将动作离散化为 token 逐 token 预测。
50%待验证近年基于神经编解码器与扩散/流匹配的生成方式，使合成语音在韵律、呼吸感和音色细节上大幅逼近真人。
50%待验证去掉声学分词器后，模型需直接在连续声学空间中建模，通常依赖扩散模型或流匹配等连续生成范式，推理链路因此更短。
50%待验证Velocity Ambiguity Profile (VAP) 是一种时间分辨的贝叶斯风险诊断工具，用于揭示流匹配训练中的可约与不可约误差。
50%待验证VAP 将平均的流匹配目标转化为时间分辨的诊断工具，帮助定位歧义限制和数据限制的区域。
50%待验证流匹配是一种训练连续时间归一化流的技术，通过匹配概率路径上的向量场来学习变换，避免了训练中模拟常微分方程的计算开销。
50%待验证流匹配的'噪声阶段'或'早期流步骤'指积分刚开始、t接近0、样本仍是接近纯噪声的那几步，此阶段图像结构信息尚未成形，正是CFG行为发生反常的时间窗口。
50%待验证Classifier-Free Guidance（CFG）是扩散模型与流匹配模型中最主流的引导技术之一，训练时以一定概率丢弃条件，采样时通过公式将条件与无条件预测相减并放大引导强度。
50%待验证SUPRA-TEX的阶段三采用交错流变换器，将观测隐编码作为固定只读锚点，在未观测区域更新和全表面更新之间交替进行，最终生成完整的材质隐编码。
50%待验证PathFM 采用流匹配（flow matching）来生成完整的未来路径。
50%待验证固定点分数匹配是Dennis Blessing提出的统一框架，将边缘射击、薛定谔桥、流匹配和桥匹配采样等扩散采样算法统一为同一底层原理。
50%待验证与扩散模型相比，流匹配训练目标更直接、轨迹更笔直，理论上可用更少采样步数（NFE）获得高质量结果
50%待验证一篇发布于arXiv（arXiv:2610.10823v1）的研究对流匹配中速度缩放的有效原因给出了与主流解释不同的答案
50%待验证该框架在训练时采用流匹配模型学习相邻轴向切片三元组的联合分布
50%待验证流匹配（Flow Matching）可以看作随机插值器确定性版本的特例
50%