PathFM 用流匹配做轨迹预测，300M 参数超越 TimesFM-3 等大模型

AutoGluon 发布 PathFM，用 flow matching 直接生成多变量时间序列的完整未来路径而非逐步点预测。PathFM-300M 在 FEV 得 0.4735、FPS 以 0.5458 居首，超过 TimesFM-3 与 Chronos-2；在 Lorenz 系统 4096 步外推中它仍维持吸引子结构，Chronos-2 与 PANDA 退化为均值线。