待验证50% 置信事实精确时间
整流流是一类基于常微分方程的生成模型，学习速度场将简单分布沿近似直线轨迹输运到数据分布，相比扩散模型可用更少采样步数完成生成。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证相比基于分数函数的扩散模型，流匹配训练目标更简洁，轨迹可设计为直线（rectified flow），从而在更少推理步数内完成高质量生成76% 相似待验证Rectified Flow 是流匹配的一种具体实现，将源分布与目标分布之间的路径拉直为直线，使积分步数更少、生成效率更高76% 相似已验证流匹配模型通过学习从噪声分布到数据分布的连续概率流（ODE轨迹）生成图像，通常训练更稳定、推理步数更少76% 相似待验证主流生成模型如扩散模型和流匹配模型本质上是概率生成器，通过从数据分布中采样来生成新样本74% 相似已验证Flow matching是一种生成模型训练方法，直接学习从噪声分布到数据分布的确定性ODE路径，定义线性插值路径xt=(1-t)x₀+tx₁，神经网络学习预测该路径上每一点的速度向量73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1133940API
curl https://kongchang.com/api/v1/knowledge/claims/1133940MCP
get_claim(id=1133940)