AREX：用于 Flow Matching 少步采样的仿射-残差指数积分器

arXiv:2610.03483v1 公告类型：cross 摘要：我们提出了 AREX，这是一种面向预训练 Flow Matching 模型的无需训练采样器，利用目标均值和协方差捕捉采样动力学中可进行解析处理的部分。我们证明，矩匹配高斯目标的速度场是边际速度场的 $L^2$ 最优仿射近似。这一结果启发我们将学习到的动力学分解为：由前两个目标矩决定、贯穿整个采样路径的仿射分量，以及神经残差项。AREX 保留仿射分量，并使用显式矩阵值传播子对其进行积分。这样一来，我们只需对残差项进行积分。这不同于标量指数积分器，后者只能解析处理各向同性线性动力学。在图像生成和文本到图像生成任务中，AREX 始终能够在少步采样场景下提升样本保真度，且无需重新训练底层模型。