#流匹配

一篇手物交互重建的新论文，4D-HOF 不从噪声生成，而是从基础模型的粗估计出发做流匹配，速度和稳定性都更好。

ProtoFlow用学习到的原型先验替代通用噪声初始化，加速训练收敛，在时间序列预测任务上表现优异。

清华团队提出DeGG-Flow框架，让多智能体系统无需依赖彼此就能独立生成满足硬约束的结果。

这篇论文提出了变分混合与多边际流匹配新方法，解决了生物系统多模态分布推断难题，特别适用于空间转录组学分析。

这篇论文提出了一种新方法，能从独立训练的网络中生成新模型，无需昂贵的神经元对齐，还能跨不同架构工作。

数据同化方向的论文，用流匹配把经典集合滤波升级成非线性更新，实验上超过了四种经典滤波器，做预报或同化的朋友可以看看。

想了解人脸识别模型漏洞？这篇用流匹配做模型反演，效果比旧方法好，数字摆在那，值得一看。

PRISM这篇不用GAN也能做图像翻译，用一个门控控制改哪些部分，五个基准上赢了四个，挺实用的。

想搞懂扩散模型、得分匹配背后的数学原理？这篇论文从变分角度讲清楚了SDE和ELBO，适合想深入理论的朋友。

这篇论文严格证明了为什么有些生成模型不用最优传输也能行，给出了统计极限的硬理论，做生成模型理论的人必看。

这篇论文教VLA模型在正式训练前先学动作规律，用的是流匹配，13个任务上效果比直接训练好，数据少时尤其明显。

ScenA这个新方法能用参考语音和自然描述直接生成多人对话场景，比现有系统更自然，还带背景噪音和重叠说话。

做安全关键系统（如机器人规划、控制）的团队终于有了一个既能严格满足约束又不牺牲生成质量的方案，PolyFlow 的零违规和低延迟特性值得直接试试。

做音乐 AI 生成或钢琴演奏合成的开发者，终于有了一个能直接处理时长可变、表现力丰富的渲染方案——PianoKontext 用流匹配+潜在空间对齐解决了乐谱到演奏的时序难题，值得在古典钢琴数据集上试试。

ELF展示了连续扩散模型在语言建模中的有效性，简化了技术迁移路径，可能降低语言生成模型的设计复杂度。其较少的采样步数有利于实际应用效率，值得关注。