Metric Flow Matching (MFM)是一种非模拟的条件流匹配框架，通过最小化引入的Riemannian度量的动能来学习逼近测地线插值。它在数据流形上匹配向量场，减少不确定性并获得更有意义的插值结果。MFM已在LiDAR导航、非配对图像转换和建模细胞动力学等各种具有挑战性的任务中得到验证，并在单细胞轨迹预测方面取得了最先进的性能。