#flow matching

一篇挺有意思的论文，教深度学习处理屈曲、相分离这类一对多解的分岔问题，单次推理就能出多个解分支，物理仿真方向的朋友可以看看。

这篇arXiv论文把多模态生成的编码和生成揉进一个潜变量流模型，图文音频联合生成一致性最好，做生成模型的研究者可以看看。

机器人强化学习新算法 QF3，比 FPO++ 训练快 10 倍，人形机器人策略第一次能从零训完直接上真机，做机器人方向的朋友可以看看。

改进 flow matching 训练的新论文，联合学路径和流，还修了低熵瓶颈问题，代码开源，做生成模型的可以看看。

一篇方法论文：搞强化学习或扩散模型的朋友可以看看，SCF 不用重要性采样也能从 critic 给的未归一化密度里采样，训练还更快。

如果你在调扩散模型，这篇讲清楚了为什么高维潜空间里速度预测费劲，换成 x0-预测就能稳定涨点，思路很实用。

这篇论文搞了个 MedPCFM，用流匹配做医学点云补全，比扩散模型快7倍，在好几个头骨和下颌骨数据集上效果最好。