Flow Matching & Rectified Flow: 解释 Flow Matching 与 score matching 的关系。

Core Concept: 两者都是'用可计算的条件量回归不可计算的边缘量'：FM 回归条件速度、score matching 回归条件 score；扩散是两者的桥梁。

数学机理：<strong>相同的数学结构</strong>——(1) <strong>score matching</strong>——目标 ∇_x log p_t(x)（边缘 score，不可计算）；用<strong>条件 score</strong> ∇_x log p(x_t|x_0)（可计算）回归；关键恒等式 <strong>E[∇log p(x_t|x_0)|x_t]=∇log p_t(x_t)</strong>（条件期望 = 边缘量）。(2) <strong>Flow Matching</strong>——目标 v_marginal（边缘速度，不可计算）；用<strong>条件速度</strong> v_cond（可计算）回归；关键恒等式 <strong>E[v_cond|x_t]=v_marginal(x_t)</strong>。<strong>两者都是'条件期望 = 边缘量'的应用</strong>；故训练都是'回归可计算的条件量'。<strong>互相转换</strong>——对<strong>扩散路径</strong>（x_t=√ᾱ_t x_0+√(1−ᾱ_t)ε），可证明：<strong>v = f(x,t) − ½g²(t)·∇log p_t</strong>（来自 SDE/ODE 的关系），即'速度场 = 漂移项 − ½扩散系数² × score'；故 <strong>(a) 若知道 score，可算速度</strong>；(b) 若知道速度，可算 score。<strong>这解释了'为什么扩散与 FM 是同一框架'</strong>——它们是同一个 SDE/ODE 的两种'参数化'。<strong>训练难度的差异</strong>——(a) <strong>score matching</strong> 需'回归 score'（其尺度随 t 变化剧烈，需参数化技巧如 ε/v-prediction）；(b) <strong>FM</strong> 直接回归速度（对直线路径是常数 x_1−x_0，<strong>尺度均匀</strong>）——故 FM 的训练目标<strong>更简单、方差更小</strong>（这是它被认为'更易训'的原因之一）。(c) 但对'扩散路径'，FM 的速度与 score 有线性关系，故<strong>等价</strong>（训练难度相当）。<strong>实践意义</strong>——(a) <strong>统一视角</strong>——可用同一套代码/理论处理扩散与 FM（只是'路径'不同）；(b) <strong>技术迁移</strong>——score matching 的采样器（SDE/ODE 求解器）、参数化技巧可直接用于 FM；(c) <strong>引导</strong>——CFG 在 FM 中也可表达（用条件与非条件速度的组合，形式与扩散相同）。<strong>其他相关</strong>——(a) <strong>denoising score matching（DSM）</strong>——扩散损失的另一种推导；(b) <strong>SDE/ODE 的统一框架</strong>（Song 等）；(c) <strong>随机插值（stochastic interpolants）</strong>——更一般的框架，包含扩散与 FM 为特例。<strong>实践</strong>——(a) <strong>扩散</strong>——用 ε/v-prediction + score matching 的等价损失；(b) <strong>FM</strong>——直接回归速度；(c) 两者可互换（对同一路径）；(d) 现代模型（SD3、Flux）用 FM（因为训练目标更简单）。

深度剖析与工程权衡：① <strong>'条件期望 = 边缘量'是统一的核心</strong>——面试中能指出'FM 与 score matching 结构相同'是深度理解的标志。② <strong>'速度与 score 的线性关系'是桥梁</strong>——v=f−½g²∇log p；它解释了'为什么两种参数化等价'。③ <strong>'FM 训练目标更简单'</strong>——对直线路径，v_cond=x_1−x_0 是常数（尺度均匀），而 score 的尺度随 t 剧变；故 FM 更易训（无需复杂的参数化技巧）。④ <strong>'技术可迁移'</strong>——采样器、引导、量化等都可在两个框架间迁移；这是'统一视角'的实用价值。⑤ <strong>'随机插值'是更一般的框架</strong>——它包含扩散与 FM 为特例；理解它能把握整个'生成模型谱系'。⑥ <strong>面试要点</strong>——被问'FM 与 score matching 的关系'，应给出'<strong>结构相同（条件期望 = 边缘量）+ 速度与 score 线性相关（v=f−½g²∇log p）+ 扩散是桥梁</strong>'与'<strong>FM 训练目标更简单</strong>'；能写出 v 与 score 的关系式是深度理解的标志。