Flow Matching

В отличие от диффузионных моделей (Stable Diffusion), где шум добавляется и убирается постепенно, Flow Matching строит прямую «реку» от хаоса к данным. Это ускоряет генерацию в разы и повышает стабильность — важно для диалоговых ИИ и медицины.

Интуиция: есть облако случайных точек, которое нужно превратить в фото кота. Для каждой точки задаётся вектор скорости — куда и как сильно двигаться в каждый момент. Нейросеть предсказывает эти векторы по промежуточным состояниям. Генерация — это «плавание» случайной точки по течению векторов, как бумажный кораблик. Чем больше шагов, тем точнее результат, но даже с малым числом шагов картинка узнаваема.

В фармацевтике Flow Matching генерирует 3D-структуры молекул-кандидатов. Учёные задают условия — например, «молекула должна связываться с белком и быть нетоксичной» — и модель запускает поток, который «материализует» тысячи вариантов за минуты. Раньше это заняло бы годы лабораторных синтезов.

Итог: Flow Matching — быстрый и элегантный способ генерации новых данных, сочетающий математическую простоту с мощью нейросетей. Становится стандартом для задач, где нужно мгновенно создавать контент или искать решения в огромном пространстве вариантов.