通过Wasserstein-1和Wasserstein-2近似操作符，使用连续时间生成流的良构形式学习低维流形上支撑的分布。生成流可以通过最优性条件进行分析，解决方案刻画了最优生成流。MFG理论表明Wasserstein-1和Wasserstein-2近似是必要的。生成流通过对抗性训练学习，无需反向仿真。方法在生成高维图像方面有效。