PathFM：用流匹配快速生成多变量轨迹预测

PathFM 是一款基于轨迹的时间序列预测模型，用流匹配生成完整未来路径，并通过蒸馏至一到两步、跨采样共享历史注意力缓存，使单条序列生成多条路径的耗时约等于一次分位数模型查询。该模型在 fev-bench 和 TIME 上取得有竞争力的边际精度，并在新提出的 fps-bench 上聚合路径得分高于所有评估的外部基线；在混沌系统实验中，其流模型能维持长期变异性，而强基线迅速崩溃。