导读
Rectified Flow把生成与分布迁移表述为学习尽量笔直的流动路径，为后来基于流的图像模型补充独立于产品公告的理论来源。
查看大图 ↗图1：rectified flow在图像生成与人脸—猫脸转换中的轨迹。 来源为v1，图像版本与论文首次公开日分别记录。
Liu, Xingchao; Gong, Chengyue; Liu, Qiang · original paper / arXiv · 原论文图文与所引作品权利归各自权利人；研究引用不代表开放授权，转载权利待独立复核。
资料出处 · Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow ↗档案研究说明
Rectified Flow把生成与分布迁移表述为学习尽量笔直的流动路径，为后来基于流的图像模型补充独立于产品公告的理论来源。
ANTI-AI ARCHIVE · 修订 2026-10-03
论文研究了什么
论文训练神经常微分方程，使两种分布间的运动尽量接近直线路径，并通过重复校正进一步拉直流。作者在图像生成、图像转换与域适应任务中检验减少离散求解步数的可能性。
与生成艺术史的关系
编者解释：它使生成图像可以被理解为一条可学习的变换路径。与Stable Diffusion 3等后续节点并读，有助于区分理论方案、模型实现和公众实际接触工具的日期。
阅读边界与版本
本条采用2022年预印本日期；不将其与Flow Matching合并为同一篇论文，也不复核数学证明。
正文引用资料
核读arXiv摘要、署名和版本记录，以及原论文第3页所选图页；未全文审查证明、未复现实验。
核读arXiv摘要、署名和版本记录，以及原论文第3页所选图页；未全文审查证明、未复现实验。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
Rectified Flow：对照Flow Matching：通过向量场学习生成的方法、控制或评价条件。
Rectified Flow：对照MeanFlow：通过平均速度学习单步生成的方法、控制或评价条件。
Rectified Flow：对照Stable Diffusion 3的方法、控制或评价条件。
Rectified Flow：对照新的模型生态的方法、控制或评价条件。
日期与版本记录
节点标注日期：2022-09-07 · 来源记录的历史日期：2022-09-07
时间线采用arXiv首次公开日，不以会议发表、模型上线或2026-10-03补录日替代。正文及图像参照v1；该版日期见原文版本记录。
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow
https://arxiv.org/abs/2209.03003
当前引用地址
核读arXiv摘要、署名和版本记录，以及原论文第3页所选图页；未全文审查证明、未复现实验。
出处、翻译与核验状态
档案节点 #195 · 研究论文首次公开；方法、评估与制作条件
研究资料与补充出处 · 1
2022年以来重要论文补录与去重资料 · 核读arXiv摘要、署名和版本记录，以及原论文第3页所选图页；未全文审查证明、未复现实验。 · 005
原记日期: 2022-09-07
Rectified Flow：学习更直的数据生成路径 ↗
Flow Straight and Fast: Learning to Generate and Transfer Data with Rectified Flow
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
已按条目所列范围核读官方资料；核读范围与待复核事项见来源说明。
引用本节点
ANTI-AI ARCHIVE. Rectified Flow：学习更直的数据生成路径. 艺术史节点 #195. https://salondesrefuses.cn/zh/art-history/328
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。