🤖 machine learning

SplineFlow: Flow Matching for Dynamical Systems with B-Spline Interpolants

SplineFlow 提出了一种具有理论依据的流匹配算法，该算法利用稳定的 B 样条插值函数有效建模复杂动力系统并满足多边际约束，在合成基准测试和细胞轨迹推断任务中均优于现有的基于线性插值的方法。

原作者： Santanu Subhash Rathod, Pietro Liò, Xiao Zhang

发布于 2026-05-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Santanu Subhash Rathod, Pietro Liò, Xiao Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在教一个机器人如何驾驶汽车从 A 点行驶到 B 点。你拥有汽车在不同时刻的几张位置快照，但没有整个旅程的视频。你的目标是教会机器人“交通规则”（即速度），使其能够在这些快照之间平滑地驾驶汽车，即使汽车正在转弯、加速或减速。

这就是SplineFlow所解决的问题，只不过它处理的不是汽车，而是像天气模式、化学反应或细胞随时间生长和变化这样的复杂系统。

以下是该论文的通俗解读：

1. 问题：“连点成线”的错误

以往教导机器人掌握这些规则的方法使用了一种称为**流匹配（Flow Matching）**的技术。这就像儿童的“连点成线”拼图游戏。

旧方法：如果你有一个下午 1 点的点和一个下午 2 点的点，旧方法只是在它们之间画一条直线。它假设汽车是沿着一条完美笔直且乏味的线行驶的。
缺陷：现实生活并非笔直。汽车可能会绕过拐角，或者细胞在分裂时可能会扭动。如果你强行在曲线上画一条直线，就会得到错误的图像。机器人会学到错误的规则，当它试图驾驶汽车（或预测未来）时，就会错过转弯。
“龙格”问题：作者指出，如果你试图通过直接画一条超级曲折的线来一次性穿过所有点，这条线会变得疯狂且不稳定（就像一条无法控制地颤抖的蛇）。这是一个著名的数学问题，称为“龙格现象（Runge's phenomenon）”。

2. 解决方案：“柔性尺”（B 样条）

作者引入了SplineFlow，它使用了一种称为**B 样条（B-Splines）**的东西。

类比：想象一把柔性尺（就像木匠用来画曲线的尺子）。你不是在两点之间画一条直线，而是使用这把柔性尺画出一条穿过你那些点的平滑、自然的曲线。
为何更好：
- 平滑性：它不仅仅是连接点，而是计算出它们之间自然的“流动”或曲线。
- 稳定性：与前面提到的疯狂曲折的线不同，B 样条在数学上被设计为保持平滑和稳定，即使你的数据点杂乱无章或缺失了一些位置。
- 灵活性：你可以调整尺子的“弯曲度”。如果系统很简单（像一条直线），尺子就保持笔直。如果系统很复杂（像一场混乱的风暴），尺子就会弯曲以适应这种复杂性。

3. 工作原理（训练过程）

论文解释说，SplineFlow 通过向 AI 展示这些平滑的曲线路径（而不是直线）来教导它。

老师：B 样条充当“老师”，向 AI 展示系统应该采取的正确、平滑的路径。
学生：AI（一个神经网络）试图猜测遵循该平滑路径所需的“速度”和“方向”。
结果：因为老师展示了更准确的路径，学生就能更好地学习到系统的真实规则。

4. 测试内容

作者在两种类型的系统上测试了这种方法：

确定性系统（可预测的）：像摆动的钟摆或捕食者 - 猎物种群（如兔子和狐狸）。他们发现，当系统是弯曲的或混沌的（像著名的“洛伦兹”天气系统）时，SplineFlow 比旧的直线方法要好得多。
随机系统（随机的）：像水中漂浮的粒子，其中存在随机噪声。他们表明，SplineFlow 能够更好地处理这种随机性，特别是在数据“不规则”时（例如在随机、不均匀的时间点给粒子拍照）。

5. 重大优势：不规则数据

SplineFlow 最大的优势之一是处理不规则采样。

场景：想象你在跟踪一个细胞，但有时你会忘记几个小时才拍一张照片，或者有时你会在一分钟内非常频繁地拍照，然后停止。
结果：旧的直线方法在数据缺失时会感到困惑并产生巨大误差。SplineFlow 凭借其柔性尺，即使点与点之间距离很远或缺失，也能“猜测”出平滑的曲线，使其在面对现实世界数据（其中测量并不总是完美的）时更加稳健。

总结

SplineFlow是一种用于预测事物随时间如何变化的新工具。它不是强行在数据点之间画一条直线（这通常是错误的），而是使用数学上的“柔性尺”（B 样条）来绘制平滑、自然的曲线。这使得它能够比以前的方法更准确地学习动态系统的真实、复杂规则——无论这些系统是简单的、混沌的，还是充满随机噪声的——特别是在数据杂乱或不完全的情况下。

注：该论文侧重于数学方法及其在合成系统（如模拟物理）和生物数据（如细胞轨迹）上的性能。它并未声称具有超出这些一般建模能力之外的具体临床应用或未来医疗用途。

技术摘要：SplineFlow

问题陈述

流匹配（Flow Matching）已成为一种可扩展的生成框架，用于表征连续归一化流（CNFs），相较于基于分数的扩散模型和传统的连续归一化流，它提供了无需模拟的训练和高效的推理。然而，现有的最先进流匹配方法在应用于动力学系统建模时面临显著局限：

通过线性插值实现的次优监督：当前方法通过线性插值在观测数据点之间构建条件路径。虽然高效，但线性插值无法捕捉非线性、高曲率或振荡动力学系统的潜在曲率和复杂状态演化。这导致产生有偏的监督信号，可能无法忠实反映观测点之间的真实动力学。
多边际约束下的不稳定性：使用朴素的高阶多项式构建统一路径以满足多边际约束（连接时间上的多个观测点）往往会导致不稳定和振荡行为，即龙格现象（Runge's phenomenon）。
可扩展性与保真度的权衡：虽然 CNFs 可以建模复杂动力学，但它们在每次训练迭代中都需要昂贵的伴随模拟，限制了可扩展性。现有的流匹配方法避免了这一点，但通过依赖受限的线性路径，牺牲了所学动力学的保真度。

方法论：SplineFlow

作者提出了SplineFlow，这是一种流匹配算法，用B 样条插值替代线性插值来构建条件概率路径。该方法利用 B 样条的平滑性、稳定性和灵活性来建模复杂动力学，同时确保满足多边际约束。

核心组件

B 样条条件路径：
- 与分段线性连接不同，SplineFlow 使用 $m$ 次 B 样条函数构建概率路径 $p_t(x|z)$ 的条件均值 $\mu_t(z)$ 。
- B 样条基函数通过 Cox-de Boor 公式递归定义。插值函数 $\mu(t)$ 是这些基的线性组合，并约束其通过观测轨迹点。
- 理论优势：作者证明（定理 3.1），对于具有有界 $m$ 阶导数的函数，B 样条插值在函数值上的近似误差为 $O(n^{-m})$ ，在一阶导数上为 $O(n^{-m+1})$ ，显著优于线性插值（分别为 $O(n^{-2})$ 和 $O(n^{-1})$ ）。这使得对潜在速度场的表征更加准确。
确定性动力学（ODEs）：
- 该方法将条件路径建模为高斯分布 $N(x; \mu_t(z), \sigma^2_t I)$ ，其中 $\mu_t(z)$ 为 B 样条插值函数。
- 条件速度场 $u_t(x|z)$ 通过 B 样条导数解析推导得出（定理 4.3）。
- 神经网络 $u_\theta$ 使用标准流匹配回归损失来回归该条件速度场。
随机动力学（SDEs）：
- SplineFlow 被扩展至**分数与流匹配（SF2M）**框架，以处理具有加性噪声的随机微分方程。
- 它在 B 样条条件路径（Spline-Bridges）上联合回归概率流速度场（ $u_\theta$ ）和分数函数（ $s_\phi$ ）。
- 作者针对细胞动力学背景提出了一种分段二次方差方案，在特定设置下，其经验表现优于恒定方差方案。
不规则采样：
- 该框架明确处理不规则采样的观测数据（其中 $p$ 比例的数据点被掩码）。与全局多项式插值不同，B 样条即使在不规则采样体制下也表现出稳定性。

主要贡献

算法开发：提出了 SplineFlow，这是首个利用 B 样条插值构建确定性和随机动力学系统条件路径的流匹配框架。
理论分析：
- 正式证明 B 样条插值在函数值和导数方面均提供优于线性插值的渐近近似误差率。
- 推导了所学速度场和生成样本的误差界，表明 SplineFlow 将总误差界中的近似误差分量从 $O(n^{-1})$ （线性）降低至 $O(n^{-m+1})$ （B 样条）。
- 证明 B 样条构造满足连续性方程并恢复边际分布。
实证验证：全面的实验表明，SplineFlow 在以下方面优于基线方法（NeuralODE、LatentODE、TFM、MMFM、SF2M）：
- 确定性系统：包括指数衰减、谐波/阻尼谐波振荡器、Lotka-Volterra 模型以及混沌 Lorenz 系统。
- 随机系统：上述系统的 SDE 对应版本。
- 真实世界数据：非配对的细胞轨迹推断任务（脑再生和胚胎体演化数据集）。

实验结果

ODE 动力学：SplineFlow 始终比基线方法实现更低的均方误差（MSE），特别是在非线性及振荡系统（如 Lotka-Volterra、Lorenz）以及不规则采样（ $p > 0$ ）条件下。它比基于伴随的方法（如 NeuralODE 和 LatentODE）快得多（100 倍至 600 倍加速）。
SDE 动力学：对于随机系统，SplineFlow（使用更高阶样条）优于 SF2M，特别是在非线性（Lotka-Volterra）和振荡（阻尼谐波）体制下。
细胞轨迹：在转录组数据任务中，SplineFlow 在插值设置下优于 MOTFM 和 SF2M，并在外推设置中保持竞争力。该方法在使用 PHATE 嵌入时表现出特别的优势，因为 PHATE 能够捕捉非线性几何结构。
消融研究：结果表明，对于非线性和不规则采样数据，更高的样条阶数（ $m > 1$ ）是有益的，而线性阶数（ $m=1$ ）足以应对线性动力学。简单的交叉验证程序被证明能有效选择最优阶数。

意义与主张

论文声称，SplineFlow 为现有的动力学系统流匹配方法提供了一种理论扎实且可扩展的替代方案。其主要意义在于：

忠实动力学建模：通过超越线性插值，SplineFlow 捕捉动力学系统真实的潜在状态演化和曲率，而不仅仅是生成有效的端点样本。
对不规则性的鲁棒性：即使观测数据稀疏或不规则采样（这是真实世界生物和物理数据中的常见挑战），该方法仍能保持性能和稳定性。
效率：它保留了流匹配无需模拟的训练优势，同时提供比线性路径变体更高的保真度，弥合了流匹配的效率与复杂动力学建模所需能力之间的差距。

作者将 SplineFlow 定位为一种通用框架，适用于从物理模拟（如 HopperPhysics）到生物过程（如药物反应和细胞分化）的各个领域，并未声称超出已测试范围之外的特定新颖应用。