Posterior Flow Matching：结合端点不确定性的后验流匹配生成框架

研究人员提出通用生成建模框架 Posterior Flow Matching（PFM），通过高斯后验模型同时学习条件速度均值与分量方差。单次模型评估即可同步输出传输预测与端点不确定性，支持均值驱动的 ODE 以及局部噪声自适应调节的后验驱动 SDE。实验表明，PFM 在图像、点云、分子和动作生成任务中均提升了生成质量。