技术摘要：Beckmann 传输模型 (Beckmann Transport Models)

问题陈述

通过流匹配（Flow Matching）和扩散模型进行的标准生成建模依赖于随时间变化的速度场（漂移项），旨在将样本从基分布 $\mu_0$ 传输到目标分布 $\mu_1$。虽然这种方法非常有效，但在推理阶段需要对固定区间 $[0, 1]$ 内的时间相关常微分方程（ODE）进行积分，这在计算上非常昂贵。

由 Wang 和 Du [2025] 提出的另一种方法——“平衡匹配”（Equilibrium Matching, EM）——将漂移项限制为与时间无关（自治的）。这简化了架构和动力系统。然而，原始的 EM 方案缺乏严谨的证明，无法证明一个具有时间无关漂移项的自治流能够精确地将 $\mu_0$ 传输到 $\mu_1$。此外，原 EM 论文中提出的损失函数被证明会引入传输偏差，未能实现正确的质量分配，特别是在目标分布支撑在低维流形上时。

方法论

本文引入了 Beckmann 传输模型 (BTM)，这是一个利用时间无关速度场 $b: \mathbb{R}^d \to \mathbb{R}^d$ 来实例化流匹配的框架。其核心理论洞察在于：如果目标分布 $\mu_1$ 是奇异的（支撑在低维流形 $M_1$ 上），那么一个时间无关的漂移项可以定义一个有效的传输映射。

1. 自治流与散度条件

作者建立了一个结论：若满足涉及正权重函数 $\nu$ 的特定散度方程，则时间无关的漂移项 $b$ 定义了一个有效的传输：
$$\nabla \cdot (\nu b) = \mu_0 - \mu_1$$
这里，$\mu_0$ 作为源，$\mu_1$ 作为汇。权重 $\nu$ 代表标准流匹配设置中时间平均的插值分布。

• 收敛性： 在此条件下，自治 ODE $\dot{X}_t = b(X_t)$ 的轨迹从 $\mu_0$ 出发，会收敛到 $\mu_1$ 的支撑集 $M_1$。
• 传输映射： 命中时间 $\tau(x_0)$（根据漂移项在 $M_1$ 附近的行为，可能为有限或无限）定义了一个映射 $T(x_0) = \lim_{t \to \tau} X_t(x_0)$，该映射将 $\mu_0$ 推向 $\mu_1$（即 $T_\sharp \mu_0 = \mu_1$）。

2. 对平衡匹配的修正

本文指出，原始的平衡匹配损失最小化的是一个回归目标，该目标并不能严格满足实现精确传输所需的散度条件。通过将插值的进度（schedule）视为插值本身的一部分（而非目标分布上的独立缩放因子），作者推导出了一个一致性损失（方程 5），确保学习到的漂移项满足散度条件。这一修正消除了在原始 EM 方法中观察到的质量分配偏差。

3. 通过守恒方程实现的单步映射

本文的一个关键贡献是将传输映射 $T$ 的特征描述为沿流轨迹的守恒方程的唯一解：
$$b(x) \cdot \nabla T(x) = 0 \quad \text{对于 } x \notin M_1$$
且满足边界条件 $T(x) = x$ 对于 $x \in M_1$。
该方程意味着映射 $T$ 的值在 $b$ 的流线上是常数。这一结构性洞察允许直接学习 $T$，而无需在推理过程中求解 ODE。

4. 直接学习目标

为了直接从样本中学习 $T$，作者对控制流映射的欧拉方程进行了离散化。通过使用前向欧拉步，他们推导出了一个回归目标（方程 15），用于训练网络 $T_\theta$ 来预测流序列中的下一个状态：
$$\mathcal{L}(T) = \mathbb{E}_{t, x_0, x_1} \left[ \left| T(I_t) - \text{sg}\left( T(I_t) + \dot{I}_t \cdot \nabla T(I_t) \right) \right|^2 \right] + \lambda \mathbb{E}_{x_1} \left[ |T(x_1) - x_1|^2 \right]$$
其中 $\text{sg}$ 表示停止梯度（stop-gradient）算子。这实现了单步生成（$x_1 = T(x_0)$）或迭代细化（$x_1 = T^k(x_0)$），而无需数值 ODE 积分。

核心贡献

1. 理论证明： 证明了时间无关的流匹配漂移项可以定义到奇异目标的有效传输，从而在损失修正的意义下恢复了平衡匹配。
2. 通用框架： 展示了任何满足散度方程 $\nabla \cdot (\nu b) = \mu_0 - \mu_1$ 的对 $(\nu, b)$ 都能产生有效的自治传输。这统一了流匹配（其中 $\nu$ 是时间平均插值）和无需训练的 Poisson 流生成模型（其中 $\nu \equiv 1$）。
3. 守恒方程： 推导出刻画传输映射的唯一守恒方程 ($b \cdot \nabla T = 0$)，为 Beckmann 运输问题中的通量约束提供了动力学解释。
4. 直接映射学习： 提出了一种利用从流的欧拉方程导出的残差损失，直接从样本中学习传输映射 $T$ 的方法，绕过了推理时的 ODE 积分。
5. 偏差修正： 证明了原始的平衡匹配损失会引入质量分配偏差，并提供了一个修正后的、一致的插值方案，解决了这一问题且未增加额外成本。

实验结果

作者在 2D 原子目标和图像基准测试上验证了其理论：

• 2D 原子目标： 修正后的 BTM 损失在模式间实现了近乎完美的质量分配（MAE $\approx$ 0.005），而原始的平衡匹配损失由于错误的盆地结构显示出显著偏差（MAE $\approx$ 0.102）。
• 迭代收敛： 在高维嵌入的螺旋目标上，部分训练的映射 $T$ 会产生弥散样本，但通过迭代映射（例如 $T^3$）可以使生成过程变得锐利，向自治流轨迹收敛。完全训练的 $T$ 则可以在单步内匹配流。
• ImageNet 256x256：
  • 修正： 将一致性损失应用于平衡匹配架构（EqM-XL/2）后，在不改变架构或训练预算的情况下，将 FID 从 1.90 提升至 1.87。
  • 单步生成： 在 SD-VAE 潜空间上训练直接映射，单次前向传播即可达到 17.58 的 FID（未使用分类器自由引导）。这优于其他单步方法如 iCT（FID 30.10），并能与需要引导的方法竞争，尽管仍低于多步扩散模型。

意义与主张

本文声称提供了一个统一框架，将闭式模型（Poisson 流）和最近的基于平衡的方法统一在一个理论框架之下。通过将自治流与 Beckmann 运输问题 联系起来，作者为此前缺乏动力学解释的通量约束提供了新的视角，这有别于 Benamou–Brenier 形式的 Monge–Kantorovich 最优传输。

其重要性在于：

• 理论严密性： 提供了关于自治流可以精确传输到奇异流形的缺失证明。
• 实际效率： 通过直接学习映射来实现单步生成，消除了推理时对 ODE 积分的需求。
• 修正现有方法： 识别并修复了平衡匹配损失函数中的根本偏差。
• 设计灵活性： 引入权重 $\nu$ 作为一个设计控制杆，用于在不同生成模型（如 FM 与 Poisson 流）之间进行权衡，并控制漂移项在目标流形附近的行为。

作者对于单步 BTM 在 ImageNet 上与最先进的多步扩散模型相比的表现保持了谦逊，指出 17.58 的 FID 是“适度的”，但也证明了该方法的可行性。他们指出，将分类器自由引导扩展到 BTM 以及优化训练时间与推理迭代之间的权衡，是未来的研究方向。