用于生成流路径拉直的等速流匹配
机器学习
2026-04-07 v1
摘要
流匹配（Flow Matching）构建线性条件概率路径，但所学习的边际速度场不可避免地因轨迹叠加而产生强曲率。这种曲率严重放大了数值截断误差，成为少步采样的瓶颈。为克服这一问题，我们提出了等速流匹配（Iso-FM），一种轻量级、无 Jacobian 的动力学正则化器，直接惩罚路径加速度。通过使用物质导数 Dv/Dt 的自引导有限差分近似，Iso-FM 在无需辅助编码器或昂贵二阶自动微分的情况下强制局部速度一致性。作为单阶段流匹配训练的纯即插即用模块，Iso-FM 显著改善了少步生成。在 CIFAR-10（DiT-S/2）上，Iso-FM 将 2 步条件非 OT FID 从 78.82 降至 27.13——相对效率提升 2.9 倍——并在 4 步时达到最佳观测 FID 10.23。这些结果确立了加速正则化作为快速生成采样的原则性且计算高效的机制。
引用
@article{arxiv.2604.04491,
title = {Isokinetic Flow Matching for Pathwise Straightening of Generative Flows},
author = {Tauhid Khan},
journal= {arXiv preprint arXiv:2604.04491},
year = {2026}
}