本文介绍了一种新方法CNF，用于建模条件密度函数和解决结构预测问题。该方法在超分辨率和血管分割等任务中表现优异，具有高计算效率和良好的推测性能。通过流匹配和优化运输插值，CNF在生成模型训练中实现了高质量样本生成，并在多个数据集上验证了其优越性。