技术
Vector Field（向量场）
Vector Field（向量场）是数学中为空间每一点分配一个向量的函数，在 AI 中常用于描述连续变换，如神经常微分方程（Neural ODE）和扩散模型中的漂移项，解决连续深度模型和生成建模问题。典型应用包括流匹配（Flow Matching）和连续归一化流。
详细解释
向量场在数学上定义为从流形到其切丛的截面，即每个点对应一个切向量。在深度学习中，向量场被用于构建连续时间模型：Neural ODE 将网络视为定义向量场的函数，通过求解 ODE 实现前向传播；扩散模型的反向过程可视为学习一个向量场以将噪声映射回数据。流匹配（Flow Matching）直接回归向量场，训练更稳定。这些技术解决了离散层数限制和生成采样效率问题，并促进了连续生成模型的发展，如 FFJORD 和 Rectified Flow。
别名与相关写法
vector field