Flow Matching for Generative Modeling
PulseAugur coverage of Flow Matching for Generative Modeling — every cluster mentioning Flow Matching for Generative Modeling across labs, papers, and developer communities, ranked by signal.
- instance of alphaXiv 90%
- instance of ScienceCast 90%
- instance of CatalyzeX 90%
- instance of Diffusion Models 70%
- instance of Gotit.pub 70%
- competes with Diffusion Models 70%
- competes with diffusion 70%
- used by reinforcement learning 70%
- uses reinforcement learning 70%
- affiliated with Diffusion Models 60%
- affiliated with diffusion 50%
- developed reinforcement learning 50%
- 2026-05-14 research_milestone Publication of a research paper detailing a new flow-matching planner for autonomous driving. 来源
17 天有情绪数据
-
新框架Allo{SR}$^2$增强一步图像超分辨率
研究人员推出Allo{SR}$^2$，一个旨在通过解决现有方法中常见的分布偏移和轨迹偏差来改进一步图像超分辨率（Real-SR）的新框架。该框架利用信噪比引导轨迹初始化（SNR-Guided Trajectory Initialization）将低分辨率表示与生成流对齐，并采用流锚定轨迹一致性（Flow-Anchored Trajectory Consistency）来稳定推理路径。此外，还使用同形轨迹匹配（Allomorphic T…
-
ColorFM 框架通过优化和学习增强图像色彩迁移
研究人员推出 ColorFM，一个结合优化和学习技术的新型图像色彩迁移框架。该方法将色彩迁移重新构建为使用流匹配 (Flow Matching) 在速度场中移动像素分布。该框架包括针对实例特定优化的 ColorFM-O，以及一个在生成数据上训练的高效前馈模型 ColorFM-L，后者在视觉质量、结构保真度和语义一致性方面均优于现有方法。
-
新的GRPO框架通过改进的奖励建模增强文本到图像生成
研究人员推出了一种新颖的框架TurningPoint-GRPO (TP-GRPO)，旨在提高使用流匹配的文本到图像生成模型中来自人类反馈的强化学习（RLHF）的有效性。TP-GRPO通过实现逐步增量奖励来解决稀疏奖励问题，为每个去噪步骤提供更精细的学习信号。此外，它还识别并为影响后续轨迹趋势的特定“转折点”步骤分配聚合的长期奖励，从而捕捉延迟影响。
-
新的InSpace框架从单个360°图像生成3D室内场景
研究人员开发了InSpace，一个从单个360°图像生成完整3D室内场景的新颖框架。该方法通过关注结构布局以及资产生成，解决了现有单图像到3D技术的局限性。InSpace采用一个三阶段过程，包括部分场景几何估计、具有视图选择性交叉注意力的粗糙结构生成，以及使用由流匹配驱动的全局-局部混合注意力机制进行详细布局和资产创建。该框架还引入了ERP-FRONT，一个用于室内场景生成的新数据集。
-
新框架增强轻量级机器人控制模型
研究人员开发了XS-VLA，一个新颖的两阶段框架，旨在利用轻量级视觉语言模型增强机器人控制。该框架解决了大型模型在实时应用中的局限性以及小型模型的“空间盲区”问题。XS-VLA首先将来自大型模型Qwen3-VL-4B的空间知识蒸馏到一个小型SmolVLM2-0.25B骨干网络中，以提高其空间基础能力。然后，这个增强的骨干网络会条件化一个潜在流匹配策略，该策略使用CVAE和流匹配动力学来建模复杂的动作分布。
-
新框架可实现高效的反射薛定谔桥训练
研究人员开发了一种新的反射薛定谔桥（SBs）训练框架，该框架比现有方法更高效。这种新方法允许像流匹配一样训练反射SBs，避免了复杂的SDE理论和昂贵的高阶导数。该方法在保持生成性能不变或略有提高的同时，训练和推理时间仅增加极少，并通过耦合图像数据集进行了演示。
-
新型去雾方法结合辐射传输方程与流匹配
研究人员开发了RTE-FM-Dehazer，一种受辐射传输方程（RTE）启发的全新图像去雾方法。该方法超越了大气散射模型（ASM）的局限性，能够处理真实世界雾霾场景中更复杂的散射和吸收现象。该方法利用了从简化的RTE推导出的扩散-吸收正则化器来指导流匹配。此外，还创建了一个名为P-HAZE的新数据集，包含50,000对逼真的雾霾/清晰图像对，该数据集使用现代视觉-语言模型来训练和评估RTE-FM-Dehazer系统。评估结果表明，该模…
-
新框架提升语音合成效率和鲁棒性
研究人员开发了一个新的框架，以改进基于流匹配（Flow Matching, FM）的语音合成模型。该框架通过引入统一的引导方法，解决了高推理延迟和音色泄漏问题。它结合了数据增强，将语言内容与声学残差分离，并通过轨迹校正和内在引导目标增强模型引导，从而减少了对无分类器引导（Classifier-Free Guidance, CFG）的需求，并显著加快了推理速度。
-
论文探讨生成式机器学习中SDE的变分方法
一篇新论文从变分视角介绍了使用随机微分方程（SDE）进行生成式机器学习。该工作非正式地介绍了SDE及其在生成模型中的应用，重点关注描述概率分布演化的Fokker-Planck方程。它将扩散模型、分数匹配和流匹配框定为通用变分方法的特定参数化，并通过一维密度建模示例来说明概念。
-
千寻智能Legato实现流畅机器人运动 · 跟踪1个来源
千寻智能高阳团队的研究人员开发了Legato，一种新颖的视觉-语言-动作（VLA）模型训练方法，使机器人能够以自然、流畅的过渡执行动作。与以往在推理过程中修补连续性的方法不同，Legato将连续性直接整合到训练过程中。这是通过一种噪声-实值混合机制和逐步去噪过程实现的，该过程确保了训练和推理之间的一致性，从而实现更流畅、更高效的机器人运动。
-
新的arXiv论文探讨流匹配和最优传输在生成模型中的应用
两篇新的arXiv论文深入探讨了先进的生成模型技术。第一篇论文“Notes on generative modeling: flow matching, diffusion, optimal transport and Schrödinger bridge”由Titouan Vayer撰写，探讨了最优传输与Schrödinger bridge和流匹配等方法之间的数学联系。第二篇论文“Robustness and Structure P…
-
新的嵌入式语言流模型增强语言生成
研究人员推出了一种新型的用于语言生成扩散模型——嵌入式语言流（ELF）。与之前主要在离散标记上操作的模型不同，ELF在嵌入空间中保持连续表示，直到最后一步才映射到离散标记。这种方法可以更容易地借鉴图像扩散模型的技巧，例如无分类器引导。实验表明，ELF在生成质量和采样效率方面均优于现有的离散和连续语言模型。
-
流匹配研究推动生成模型和逆问题发展 · 跟踪10个来源
近期研究探索了用于生成模型和逆问题的流匹配技术的进展。论文介绍了用于高效多模态基于仿真的后验估计的FUSE，用于具有不确定性量化的稳定逆设计的对角流匹配（Diag-CFM），以及用于约束生成的拉格朗日对偶流。其他工作侧重于用于改进期望估计的得分正则化联合采样以及扩散和流匹配采样器的渐近保持分析。此外，流匹配正应用于稀疏视图CT重建和地球物理反演，展示了其在各种科学和工程领域的通用性。
-
新的DEFAR框架解决了Flow Matching模型中的暴露偏差问题
研究人员推出了一种名为DEFAR（DirEctional-Frequency Adaptive Rectification）的新型框架，旨在解决Flow Matching生成模型中的暴露偏差问题。该方法利用偏差本身在训练过程中模拟单步推理来指导其自身的纠正。DEFAR包含反漂移纠正（ADR）以将偏离的状态引导回目标，以及频率补偿（FC）以增强缺失的低频分量。在CIFAR-10和ImageNet等数据集上的实验证明了DEFAR的有效性和可扩展性。
-
ModaFlow框架通过模态感知引导增强虚拟试穿效果
研究人员开发了ModaFlow，一个用于高保真虚拟试穿的新型框架，可改善服装语义保留和身体几何适应性。该系统利用模态感知引导方案，通过图像提示适配器的服装视觉嵌入进行结构引导，并通过无分类器引导控制文本嵌入。为提高准确性，ModaFlow引入了方向一致性和感知真实性的正则化损失，以及用于处理各种遮挡场景和非配对推理的掩码操纵策略。
-
论文通过Wasserstein几何统一扩散模型和流匹配
本文探讨了扩散模型和流匹配的底层几何学，揭示两者都受概率测度空间上二次Wasserstein距离的支配。研究提出，扩散模型遵循自由能的梯度流，类似于Fokker-Planck方程，而流匹配则学习Wasserstein空间中的测地线。通过在单一几何框架下统一这些模型，本文阐明了它们之间的关系，并提出流匹配的确定性ODE方法提供了更有效的采样方式。
-
MedPCFM 利用流匹配和Transformer推进医学点云补全
研究人员开发了MedPCFM，这是一种整合了Point Transformers (PTv3) 和流匹配的新型医学点云补全方法。该方法在SkullFix和Mandibular Defect等数据集上进行了评估，展示了最先进的生成性能。与扩散模型相比，MedPCFM仅需显著更少的采样步骤即可实现此目标，并提供可观的吞吐量提升，在使用PVCNN骨干网络时速度最高可提升7倍。
-
新的流匹配方法增强了多视图异常检测
研究人员推出了一种新颖的多视图异常检测方法MATCH，该方法利用流匹配（FM）。该方法能够估计似然性，从而为对象、图像和像素级别的多视图检测得出异常分数。MATCH在Real-IAD和MANTA-Tiny数据集上展示了最先进的性能，通过省略昂贵的散度项实现了实时可用性。
-
新的VESFlow方法增强了文本到图像生成的安全性
研究人员开发了VESFlow，一种新的无需训练的方法，用于增强使用流匹配的文本到图像生成模型的安全性。该技术直接编辑生成过程的速度场，将其引导至安全输出，而无需更改原始提示。一种高级变体VESFlow+通过将生成过程推离不安全方向，进一步完善了这一点，显著降低了有害内容生成的成功率，同时保持了良性输出的质量。
-
DreamUV框架使用流匹配生成艺术家风格的UV布局
研究人员开发了DreamUV，一个将UV参数化视为生成式流匹配问题的新型框架。该方法学习了一个网格条件传输过程，以生成艺术家风格的UV布局分布，超越了依赖显式能量函数的传统方法。DreamUV结合了边界感知训练策略和模型内循环微调方案，以解决现实世界的创作实践和离散化误差。评估表明，与现有方法相比，DreamUV生成的UV布局具有更直的边界和更好的轴对齐，符合专业艺术家确认的实际生产要求。