标签
提出了噪声策略优化（NPO），通过在初始噪声空间上学习一个摊销流策略，将少步生成模型与黑盒奖励对齐，无需微调生成器即可在图像、语言和蛋白质结构生成中实现更优的奖励-质量权衡，推理成本比测试时搜索低16至549倍。
FlowBudget 提出一种免训练的采样预算估计方法，通过无需仿真的插值探针估计相对于求解器的采样复杂度，从而在不进行 FID 与 NFE 扫描的情况下，确定流匹配模型所需的函数求值次数（NFE）。
MontageFlow 是一个流匹配模型，通过将输出限制在满足 EEG 导联（montage）线性约束的子空间内，生成物理上有效的高保真临床 EEG 信号，在三个大规模基准上将 TS-FID 提升了 1.6–3.6 倍。
ConicFlow 将流匹配模型的约束采样建模为推理时的最优控制问题，采用滚动时域原对偶算法在满足硬终端约束的同时高奖励生成并少偏离预训练轨迹，理论上给出了次优性保证并在实验中优于现有基线。
PathFM 是一个基于流匹配的轨迹式时间序列预测模型，能够快速生成完整未来路径并支持多路径采样，同时提出 fps-bench 评测基准以衡量路径级依赖结构的建模能力。
该论文从电路复杂度视角证明，标准流匹配采样步骤无法超越恒定深度模型的表达能力，而自条件化（self-conditioning）可将表达力提升至与空间受限图灵机等价，从而实现更深的视觉序列推理。
提出Temporal Flow Policy (TFP)，将物理时间作为机器人策略记忆的缺失维度，使记忆状态随实测时间间隔演化，从而在扩散策略与π₀.₅上实现更准确的时序控制与记忆读出，在LIBERO及真实机器人任务中优于循环与状态空间记忆基线。
VITAL 提出一种以视觉运动作为主要预测目标的动作 tokenizer，通过视觉衍生的运动骨架配合紧凑残差编码，仅用单步去噪在 NAVSIM v1 上达到 90.8 PDMS，并在无需重训的情况下在 NAVSIM v2 上取得 91.1 EPDMS。
该论文提出了一种可扩展的在线熵正则最优传输（OT）近似方法，使 Flow Matching 能够使用显著更大的源-目标耦合小批量，同时在理论上证明了相对独立配对能严格降低随机梯度方差和积分误差，并通过单细胞基因插值和图像流训练实验验证了效果。
该论文发现，世界动作模型的表征中持续存在高范数空间离群值，并提出了 RegisterWAM。该方法引入可学习的非空间寄存器，结合观测流匹配损失监督，重新组织与动作相关的信息，在不使用额外具身预训练数据的情况下，在 LIBERO-Plus 和 RoboTwin 2.0 上分别实现了 81.64% 和 93.0% 的成功率。
该论文提出了不动点流匹配（Fixed-point Flow Matching，FFM），这是一种无需数据的方法，用于在在线强化学习中训练和微调基于流的策略。该方法将演员更新表述为不动点迭代，其中评论家的动作梯度作为流匹配的回归目标，并在离线到在线的微调和从零开始的训练中展现了有效性。
提出 Primal-Dual Flow Matching (PDFM)，一种通过原始-对偶优化实现样本级约束满足的生成方法，仅需二元成员预言即可直接控制约束满足率，并在保持分布保真度的同时优于标准流匹配基线。
AuroraIMG-6M 是一个仅 6.82M 参数的文本到图像模型（含文本编码器、去噪器和 VAE），全部从零在 CC12M 上训练，可生成 64×64 图像，FID 33、CLIP 24.8，甚至能在 CPU 上运行。
Jane Street 实习生 Kavish 探索了自回归扩散模型能否生成逼真的市场数据事件流，发现完全连续的扩散模型难以应对真实订单簿数据中参差尖锐的分布特征，而流匹配（flow matching）的表现优于 DDPM。
本文证明了 Drifting Models 与 Distribution Matching Distillation (DMD/DMD2) 在优化目标上的等价性，并基于此视角提出了改进的 Multi-Bandwidth Distribution Matching Distillation (MBDMD) 方法，用于提升一步生成模型的性能。
本文提出了 Finsler Flow Matching（FFM）框架，利用 Finsler 几何从离散的 Markov 转移图中学习连续的随机动力学，以编码方向性和扩散结构，从而在单细胞轨迹推断任务上优于现有的生成式方法。
BigCell是首个能在原生千兆像素分辨率下生成连贯全切片病理图像的方法，采用流匹配Transformer在2048×2048像素上训练超过12万张公开WSI，可生成高达32,768×32,768像素的图像，并通过合成样本将少样本切片级分类性能提升最多18%。
论文提出表示引导（Representation Guidance，RG），在保持纯 Transformer 架构的前提下，通过低维瓶颈形成并主动利用内部表示来指导像素扩散模型的生成。RG-XL/16 在 ImageNet 256x256 上取得 FID 1.55，并可扩展至文本到图像生成（GenEval 0.89，DPG-Bench 87.1）。
该论文提出在连续扩散语言模型训练中对条件提示词也加入噪声，而非保持干净，仅需修改训练目标一行代码，即在Sudoku Hard上将求解率从3.73%提升至24.65%，并显著提升生成多样性，同时在部分自然语言任务上带来可衡量的质量提升。
本文提出了一种用于金属增材制造中PINN的领域自适应采样框架，利用条件Flow Matching模型对高残差配点区域进行定向采样，在相同配点预算下，相对L2误差相较最先进基线平均降低62.1%。