具身智能面经（四）：Flow Matching为什么可能比DDIM/DDPM采样更快

1. 请从连续概率路径、速度场回归与采样过程说明 Flow Matching 的核心原理。

2. Flow Matching的训练目标（target）与速度场如何定义？x₀、x₁ 和时间变量分别代表什么？

3. Flow Matching 是否必须从噪声开始采样？与非扩散式轨迹生成相比，它的初始状态和生成过程有哪些差别？

4. Flow Matching为什么可能比DDIM/DDPM采样更快？

1. 机器人 Flow Matching 动作头中的时间编码应如何设计？它与条件输入有何关系？

2. VLM的视觉与语言条件如何注入Flow Matching动作头，使语义约束有效作用于连续动作生成？

3. 将 VLM 与 Action Expert 视为两个专家模块时，应如何设计它们的接口、条件输入和信息流？

4. VLM 的离散 token 表征如何与 Flow Matching 的连续动作生成对齐？如何保护预训练 VLM 的先验？

1. 在机器人任务中，自回归生成 action chunk 与使用独立的 Flow Matching 动作头，各有哪些取舍？

2. 车辆轨迹的 PCA/token 化表示，与机器人中的 Flow Matching/Diffusion 动作建模，在表达能力上有哪些差异？什么情况下前者会失效？

3. Flow Matching 在轨迹任务中效果不佳时，如何从数据、目标定义、条件注入、采样与推理、评测等环节定位根因，并通过实验验证？

准备这些问题时，可以沿着“训练时学什么、推理时如何生成、条件如何起作用、效果如何验证”这条线展开。

把原理与具体的动作生成任务联系起来，也能更清楚地说明方案选择的理由和适用边界。