Flow Matching论文速读总结

原创 已于 2026-04-15 18:39:06 修改 · 82 阅读 · 0 GEO检测
标签
#robot #人工智能
于 2026-04-15 18:37:31 首次发布

Flow Matching 理论与代码笔记

基于 torchcfm (Alex Tong) 和 Meta flow_matching 两个库的代码分析:https://github.com/facebookresearch/flow_matching, https://github.com/atong01/conditional-flow-matching
整理日期: 2026-04-15

0. 关键论文

通过以下几篇论文来梳理和了解flow matching的core idea，相关应用和改进点：

  1. Flow Matching for Generative Modeling (Lipman et al., ICLR 2023) — FM理论奠基
  2. Improving and Generalizing Flow-Based Generative Models with Minibatch Optimal Transport (Tong et al., 2023) — CFM/OT-CFM，torchcfm作者
  3. FlowPolicy (AAAI 2025 Oral) — DP3 + Consistency FM
  4. DepthFM (AAAI 2025 Oral) — Diffusion→FM fine-tune
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【信息科学与工程学】【运营科学】第二篇 C4信息与通信网络运营 (C4) ——数据中心网络运营06
weixin_49199313的博客
03-26 881
13 | 司法诉讼 | 原告律师 | 争取和解优势 | 证据披露的序贯博弈 | 策略性证据释放 | 持有证据集E = {强证据e_s， 中证据e_m， 弱证据e_w}。设公众原有认知人格向量为 Pold​​=(p1​，p2​，...，pk​)， 其中p_i为负面特质（如“不敬业”）。危机后， 通过行为序列 {At​}和宣传， 将公众认知向新向量 Pnew​​引导， 使得在关键维度上， Pnew​​与 Pold​​的余弦相似度降低， 并与一个正面的、可接受的“原型”（如“浪子回头”、“慈父”）对齐。
论文阅读笔记——FLOW MATCHING FOR GENERATIVE MODELING
Multiple_x的博客
05-30 2708
FLOW MATCHING FOR GENERATIVE MODELING 论文阅读笔记
【机器学习】李宏毅——Flow-based Generative Models
FavoriteStar的博客
09-21 1844
本文主要介绍了Flow-based Generative Models的概念，以及其内部各个模块的主要思想，可结合我之前写过的生成模型的博客共同阅读。
基于Flow-matching的扩散模型原理解读
淘系技术
04-07 2114
虽然我们不在此证明该公式，但可以从物理直观上理解：在微观层面上，空气中每一点处的空气分子的运动方向和速度是随机的（可以用一个随机微分方程描述），但是在宏观上可以用统一的“风速场”进行描述（可以用常微分方程描述）。在过去的几年团队持续以技术驱动产品和商业创新，在给业务创造价值的同时，也在Agent、可控图文、视频生成，多模态统一大模型等最前沿的技术领域也有着广泛布局和深度探索，在NIPS，CVPR，ICLR等顶会发表了数十篇论文，欢迎对团队技术工作感兴趣的同学进行交流。描述了变换过程中空间伸缩的程度。
【代码】TorchCFM（Conditional Flow Matching library）代码入门
一杯水果茶！足矣~
11-12 1269
本文介绍了 TrochCFM 代码库，该论文提出了一种改进的基于流的生成模型，通过引入小批量最优传输（minibatch optimal transport）来增强条件流匹配（Conditional Flow Matching）方法。代码库包含核心模型架构、条件流匹配损失实现以及最优传输采样模块。
π0：一个 VLA 流匹配模型用于通用机器人控制（又称 pi0）
VLyb
09-21 1984
pi0 是 VLA 发展史上一个重要的里程碑式模型，提出了一个基于 VLM 的 flow matching 架构，通过机器人动作模态的扩展训练，将其升级为 VLA 模型，实现了一个通用机器人的控制策略。
一步SOTA！何恺明团队iMF实现单步生成FID 1.72，无需蒸馏从零训练
12-04 1488
继今年5月提出MeanFlow（MF）后，何恺明团队推出改进版Improved MeanFlow（iMF），其通过重构训练目标为更稳定的瞬时速度损失、引入灵活无分类器指导（CFG）及高效上下文内条件作用，解决了原始MF在训练稳定性、指导灵活性与架构效率上的三大核心问题，在ImageNet 256x256基准测试中，iMF-XL/2模型以1-NFE（单步函数评估）1.72的FID成绩较原始MF提升50%，证实从头训练的单步生成模型可媲美多步扩散模型。
智谱 GLM-5.2 开源登顶、科创板向 AI 大模型开门、沪指收复 4100 点
weixin_45526015的博客
06-17 2282
**今天你必须知道的 3 件事：** > ① 智谱 GLM-5.2 正式上线开源，Code Arena 全球可用模型排名第一 > ② 科创板上市标准扩围至 AI 大模型行业，未盈利 AI 公司上市通道打开 > ③ A 股沪指收复 4100 点，科创 50 暴涨 4.69%，半导体全面爆发
监控“失明”了怎么办？国标GB28181视频平台EasyGBS平台AI视频质量诊断让运维效率提升10倍
EasyGBS的博客
06-17 1371
监控系统“看得见”是底线，“看得清”是要求，“一直看得清”才是目标。
蓝牙+WiFi 融合产品调研：智能体脂秤
朝气蓬勃
06-17 1592
本文系统介绍了智能体脂秤的产品概况、硬件架构设计、软件架构设计、关键技术挑战及解决方案。产品方面，概述了主流型号、目标用户和市场定位；硬件设计重点分析了芯片选型、BOM成本及PCB布局；软件架构详述了FreeRTOS系统选型及分层协议设计；技术挑战部分提出了Wi-Fi/BLE共存、阻抗测量精度等解决方案；最后展望了市场前景和2025年趋势。全文为体脂秤开发提供了全面的技术指导，特别适合IoT硬件开发者参考。
从 Canvas 到 Vibe Coding：HTML5 游戏开发入门与 AI 飞机大战实战
meilindehuzi_a的博客
06-16 1575
本文围绕 HTML5 中的 Canvas 技术展开，从网页游戏的发展背景出发，系统介绍了 Canvas 画布的基本概念、绘图上下文获取方式以及常用绘图 API 的使用方法。通过矩形绘制、边框绘制和画布清除等案例，帮助读者理解 Canvas 的坐标体系与绘图原理。随后结合动画示例，深入讲解了浏览器动画实现机制、游戏循环思想以及 `requestAnimationFrame` 的工作原理，并分析其相较于 `setInterval` 的性能优势。
美团海报生成 AIGC 技术创新与实践
美团技术团队
06-18 1005
美团智能创作团队围绕海报生成 AIGC 构建了完整技术体系，打造「生成-编辑-评判」技术闭环，目前已在美团外卖、品牌 IP 等场景落地，已全部开源。
2026 国产 AI 工控机替代方案：飞腾 / 龙芯平台的信创选型实战指南
paiqingongkong的博客
06-17 1154
随着关键信息基础设施供应链安全审查的全面深化，国产化工控机已从 "政策强制替代" 转向 "技术价值驱动" 的新阶段。数据表明，2026 年中国工业控制计算机市场规模预计达到 896 亿元，同比增长 37.2%，其中国产化市场份额将提升至 68.5%，较 2025 年同期增长 11.3 个百分点。在电力电网、轨道交通、能源化工等核心领域，飞腾和龙芯平台的信创工控机已实现批量落地，成为替代进口方案的首选。本文将从技术路线、性能指标、场景适配三个维度，为企业提供 2026 年国产 AI 工控机的完整选型指南。
AI时代的大盒子与小道理
lanhushe的博客
06-17 201
我的数据在我的服务器，你的App只能调用我的插件，用户进来就别想出去。用户最怕的就是“AI垄断”，你啥都记着，啥都分析着，最后比你还懂你自己。菜单越来越复杂，功能越来越多，最后你发现，你只是想看个电视，结果得先过五关斩六将。AI不一样，它是“活”的。做手机的、做汽车的、做办公软件的，他们悄悄把AI塞进每个角落，但从来不让你专门点进一个“AI功能”。以前，大家聚会聊的是“谁家的AI日活又涨了”“谁的模型又刷榜了”。做一个有自己的UI、有独立入口、用户天天来的“大盒子”，数据才好统计，广告才好卖，会员才好续。
拆解AI投简历插件：塔塔网申的技术逻辑和实测数据
csdndeyeye的博客
06-16 1704
校招海投阶段，网申表单填写耗时巨大。本文以塔塔网申这款AI投简历插件为例，拆解其技术逻辑：通过结构化录入+页面DOM扫描实现自动填充，实测单家耗时48秒，效率提升约96%。该插件覆盖10万+企业招聘系统，支持多模板切换、三种填充模式及投递追踪，新用户提供100次免费填充。数据存于阿里云，AES-256加密，支持本地离线。作为AI找工作方向的求职助手，适合海投场景使用。
Rethinking Cross-Layer Information Routing in Diffusion Transformers
最新发布
liguandong
06-21 235
论文：本文是我的精读笔记，梳理它的诊断、方法与实验，并谈谈个人看法。
乐迪信息：船舶AI偏航算法如何降低港口航道碰撞风险？
LeDi_XinXi的博客
06-17 215
AI偏航算法助力港口航道安全管理。该技术通过整合AIS、气象和电子海图数据，利用机器学习实时监测船舶轨迹，动态调整报警阈值。其核心包含数据处理、偏航识别和风险预警三大模块，能提前预测偏航趋势，显著降低误报率并提供决策支持。试点项目显示该技术使偏航事件减少30%，误报警降低50%，但面临数据延迟和场景适配等挑战。未来结合VTS系统可进一步优化预警策略，为港口安全提供创新技术方案。
模特图片ai批量生成，作图鸟与多平台体验对比
北鹤M的代码手账
06-17 185
作图鸟9.5分，AI模特图片生图与商品精修功能高度适配电商场景，并支持免费排队生成，易用性与成片质量极佳。即梦7.5分，视觉模板丰富且前端体验佳，适合插画和跨场景创作，不太适合对批量电商模特ai有强烈标准化需求的团队。堆友7分，平台功能多样，模板涵盖广泛内容风格，更多适合设计师多领域使用，会员机制需注意。快乐小马6.5分，视频生成能力突出，前端操作流畅，适合短视频素材制作而非图片类AI模特内容。整体来看，针对不同需求选择合适的模特图片ai平台尤为重要。
知识库到底够不够？为什么企业需要认知体系
weixin_39757409的博客
06-18 450
知识库只能回答简单问题，企业需构建认知体系，实现业务理解与智能决策。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值