MintFlow：面向约束流匹配的极小轨迹干预方法

MintFlow 是一种免训练的约束采样框架，把约束执行表述为对预训练流轨迹的极小干预，在满足观测测量、物理定律等约束的同时尽量减少对预训练数据分布的偏离。该方法通过伴随形式给出扰动的闭式解，避免昂贵的迭代优化，并自适应选择干预时间以平衡扰动幅度与剩余流的放大效应。在生成视觉与物理系统建模任务上，MintFlow 达到有竞争力的约束满足度，且比 SOTA 约束方法更好地保留预训练生成分布。