搜尋意圖： 如果你在找「流匹配 是什麼」或「流匹配 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 一種生成模型訓練方法，通過學習光滑的向量場使數據從噪音流向目標分佈，相比擴散模型具有更快的推理速度。
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
一種生成模型訓練方法，通過學習光滑的向量場使數據從噪音流向目標分佈，相比擴散模型具有更快的推理速度。
核心概念
流匹配（Flow Matching）基於最優傳輸理論，尋求一個光滑的向量場，使得沿著該向量場運動的粒子可以將噪音分佈轉換為目標數據分佈。
流匹配的核心數學框架涉及常微分方程（ODE）。設 x(t) 是時間 t 的軌跡，目標是找到一個向量場 v(x(t), t) 使得： dx/dt = v(x(t), t)
給定初始分佈 x(0) ~ π（通常是標準高斯）和目標分佈 x(1) ~ p_data，流匹配的目標是學習向量場 v_θ(x, t) 使得從 x(0) 開始沿著 ODE 運動 T=1 個單位時間，最終達到目標分佈。
與擴散模型相比，流匹配有幾個關鍵區別：
軌跡的靈活性：流匹配可以使用任意連接噪音和數據的軌跡，不限於擴散過程的特定軌跡。
單步生成：通過設計合適的向量場，流匹配可以實現單步或非常少步數的生成，相比擴散模型的 1000 步有巨大優勢。
連續時間框架：流匹配在連續時間上運作，而擴散模型在離散時間步上運作。
運作原理
流匹配的訓練涉及一個稱為條件流匹配（Conditional Flow Matching, CFM）的目標函數。給定數據 x_1，模型需要學習一個向量場，使得從某個先驗 x_0 開始，沿著向量場可以到達 x_1。
CFM 的損失函數為： L_CFM = E_{t,x_0,x_1}[||v_θ(x_t, t) - u_t(x_t)||²] 其中 u_t(x_t) 是真實向量場（從 x_0 到 x_1 的最優傳輸向量），x_t = (1-t)x_0 + tx_1 是直線插值（對應於最優傳輸）。
一個關鍵的洞察是，對於高斯初始分佈和直線軌跡，真實向量場有閉式解： u_t(x_t) = x_1 - x_0
這使得訓練非常簡潔：給定一對 (x_0, x_1)（初始高斯樣本和數據樣本），向量場應該預測 x_1 - x_0。這個目標比擴散模型的噪音預測或評分匹配更直接和直觀。
在推理時，採樣過程為：
- 從先驗 x_0 ~ N(0, I) 採樣
- 解 ODE：dx/dt = v_θ(x, t)
- 返回 x(1)
ODE 可以使用標準的數值積分方法（如 RK45）求解。與擴散模型不同，流匹配可以使用大步長的積分器，甚至單步積分（Euler 方法配合大步長），仍然能得到高質量的樣本。
實際應用
流匹配在圖像生成中取得了令人印象深刻的結果。Rectified Flow 是流匹配的一個具體實例，通過多次迭代改進軌跡的直線性，使得向量場更加平滑，推理更加高效。
在單步圖像生成中，流匹配使得單個前向傳播就能生成高質量圖像成為可能，這對實時應用至關重要。
在文本到圖像生成中，流匹配的高效性使得交互式應用（如即時生成和編輯）成為可能。
在視頻生成中，流匹配的高效性特別寶貴，因為視頻包含大量時間維度的數據，傳統方法的推理成本會非常高。
在音頻生成中，流匹配也顯示了低延遲、高效的生成能力。
在 3D 形狀生成中，流匹配用於高效地從噪音點雲生成目標 3D 形狀。
常見誤區
一個常見的誤區是認為流匹配完全替代了擴散模型。實際上，流匹配和擴散模型是互補的，各有優勢。擴散模型在理論上更成熟，應用範圍更廣。流匹配在推理效率上有優勢，特別是在單步或少步生成的設定下。
另一個誤區是認為流匹配只適用於簡單的軌跡。實際上，更複雜的軌跡設計（如非線性軌跡）可能進一步提高性能，儘管增加了複雜度。
還有人誤以為流匹配的單步生成質量必然低於多步生成。在實踐中，通過仔細設計向量場和選擇適當的軌跡，單步生成可以達到與多步生成相近的質量，甚至在某些情況下更好。
與相關技術的比較
流匹配與擴散模型都是基於軌跡的生成方法，但在多個方面有所不同。擴散模型使用預定義的噪音調度，而流匹配可以學習和優化軌跡。擴散模型通常需要多步推理，而流匹配可以支援單步或少步生成。在理論上，流匹配基於最優傳輸的更深入理解。
與流模型相比，流匹配是一種新的框架，而流模型（Normalizing Flows）是一個成熟的領域。流模型通過可逆變換建模分佈，而流匹配使用 ODE 軌跡。兩者都可以進行精確的密度評估，但流匹配在高維問題上可能更高效。
與自回歸模型相比，流匹配是並行生成的（所有維度同時生成），而自回歸模型逐維生成。流匹配通常更高效，但可能在某些條件生成任務中靈活性較低。
與一致性模型相比，流匹配和一致性模型都旨在加速生成。一致性模型學習單步（或少步）映射，而流匹配學習 ODE 軌跡。流匹配在理論上更基礎，一致性模型可以看作是流匹配的一個應用。
常見問題
流匹配相比擴散模型為什麼推理更快？
流匹配推理更快的根本原因是它學習的向量場更光滑、更直接。擴散模型需要 1000 步的去噪過程，每一步都是一個小的修正。流匹配通過學習直接的軌跡，可以用大步長的積分器快速到達目標。在極端情況下，流匹配可以實現單步生成：給定初始噪音，一次前向傳播就能生成最終樣本。這對實時應用至關重要。此外，流匹配的軌跡可以根據最優傳輸理論優化，確保向量場的方向始終指向目標分佈，避免了擴散模型中可能存在的繞路。理論上，流匹配可以用最少的步數完成生成任務。
流匹配的訓練目標為什麼比擴散模型簡單？
流匹配的條件流匹配（CFM）損失函數直接比較預測的向量場和真實的向量場。當使用直線軌跡時，真實向量場有簡單的閉式解：x_1 - x_0（從起點到終點的方向）。這使得訓練非常直接：給定一對初始噪音 x_0 和數據樣本 x_1，向量場只需預測它們之間的差。相比之下，擴散模型的訓練需要考慮複雜的噪音調度、時間步的不同噪音水平等。流匹配的簡潔性使得訓練更穩定、更容易調試、更容易並行化。同時，簡潔的目標函數也降低了超參數調整的複雜性。
流匹配能應用於所有類型的數據嗎？
流匹配的框架是通用的，理論上可以應用於任何類型的數據。然而，實際應用的成功取決於幾個因素。首先，需要定義合適的先驗分佈和軌跡。對於圖像，高斯先驗和直線軌跡效果很好。對於其他數據類型（如文本、圖表、時間序列），可能需要設計特定領域的先驗和軌跡。第二，向量場的參數化（即網路架構）需要適應數據的特性。第三，某些應用（如離散數據）可能需要額外的修改，如離散化或編碼。在實踐中，流匹配已被應用於圖像、視頻、音頻和 3D 數據，並展現了良好的性能。隨著研究的深入，流匹配的應用範圍仍在擴大。