自条件化让 Flow Matching 实现深度序列推理

论文证明 vanilla flow-matching 的采样轨迹可由常数轮并行评估模拟，增加采样步数无法提升常数深度主干的表达能力。引入 self-conditioning 后，模型在多种视觉推理任务上精度和推理深度均提升，且性能随采样步数增加而提高。理论上其常数深度主干可达到与空间受限图灵机等价的表达能力。