好的，我将调研Flow Matching作为一种通用生成建模算法的理论进展，重点包括其方法原理、与Diffusion模型和Normalizing Flows的异同对比，并涵盖在语音合成和图像生成等任务中的代表性论文与链接。完成后将提供结构化总结和相关论文的概览。Flow Matching理论基础与进展Flow Matching (FM)由 Lipman 等人提出，是一种基于连续正常化流(Continuous Normalizing Flows, CNF)的通用生成建模新范式。FM 的核心思想是：在从简单噪声分布到复杂数据分布的概率路径上，直接回归学习对应的矢量场，从而获得将噪声演化为数据的连续映射（流）。这种训练方法被称为条件流匹配(Conditional Flow Matching, CFM)，类似于扩散模型中的去噪score matching技巧，能够避免显式计算不可解的目标矢量场，达到**“无模拟”**(simulation-free)训练CNF的目的。与以往CNF需要在训练中反复数值积分不同，FM直接优化矢量场，大幅提升了CNF的可扩展性和训练效率。FM允许定义广义的概率演化路径：例如，可选择以高斯分布为起点、数据分布为终点的一系列中间分布，并据此推导出训练所需的目标矢量场。扩散模型常用的时间演化路径（如逐渐向数据添加高斯噪声的轨迹）只是FM框架下高斯概率路径的一个特例。因此，FM泛化了扩散过程，可以灵活