velocity

Velocity 一词在不同领域指向不同对象：在生成模型研究中，它是 Flow Matching 等方法预测的速度场（velocity field），即数据随时间演化方向的向量；在金融科技领域，Velocity 也是一家从事稳定币结算的创业公司名称。近期围绕这两层含义均有值得关注的动态。近期进展中，学术界主要聚焦 velocity 相关的训练与推断问题。VAP 诊断方法将 Flow Matching 训练损失拆解到时间维度分析，帮助研究者定位不同时间步上速度场学习的误差来源，见 VAP 诊断方法将 Flow Matching 训练损失拆解为时间维度分析。在像素扩散方向，MFlow 提出了新的速度参数化方式，并搭配卷积精修模块 ConvRefiner 提升生成质量，见 像素扩散新参数化 MFlow 与卷积精修模块 ConvRefiner。另一个受讨论的问题是 velocity bootstrapping 的“不可能三角”——速度自举方法在一致性、精度与效率之间难以兼得，Retimed Bellman Flows 尝试通过重定时机制给出折中方案，见 Retimed Bellman Flows: Escaping the Impossible Triangle of Velocity Bootstrapping。产业层面，稳定币结算初创公司 Velocity 获得由 Visa 与 Circle 参投的 4800 万美元融资，显示传统支付巨头正加速布局链上结算赛道，见 Visa, Circle back stablecoin startup Velocity in $48m round。## 当前焦点与观察点当前关于 velocity 的讨论集中在两个方向。其一是模型侧：速度场作为连续归一化流与 Flow Matching 的核心学习目标，其训练稳定性、时间维度的误差分布以及少步生成时的自举偏差，正成为生成模型研究的热点，VAP 与 Retimed Bellman Flows 等工作都在尝试给出更细粒度的诊断与改进。其二是商业侧：名为 Velocity 的稳定币公司拿到 Visa 和 Circle 背书的融资，说明稳定币支付基础设施仍受资本青睐，但也需观察其在合规与实际结算量上的落地情况。对普通读者而言，区分“速度场”这一技术概念与同名公司，是阅读相关报道时首先要注意的事。