推理是另一条离散时间网格，只要从噪声端积分到数据端即可，不必与训练分布相同。，逼网络在整个路径上都学会方向，而不是只会处理「很噪」或「几乎干净」的一种情况。二者都能从噪声生成数据；流匹配把「去噪」改写成「沿流场积分」，公式往往更干净。，形式简单（常见为 MSE），不需要扩散里复杂的噪声调度推导。告诉网络「当前在路径的哪一段」，它才能从。长什么样，预测「应该往噪声方向怎么走」；不关心「一共要扩散多少步」，而关心：若沿直线从。，如文本、图像、机器人状态），让它在随机采样的。，从噪声动作出发，多步积分得到。

│ VLA 模型演进路线 ││ ││ 第一代 VLA（RT-2, OpenVLA） ││ └── 离散动作 token，精度低，速度慢 ││ │ ││ ▼ ││ ├── Flow Matching 连续动作 ││ ├── 双专家架构 ││ └── 灵巧操作能力强，但泛化有限 ││ │ ││ ▼ ││ ├── Co-Training 多源数据 ││ ├── 层次化推理 ││ └── 开放世界泛化能力 ││ │ ││ ▼ ││ 未来：更强的推理、规划、自主改进能力 ││ │。