Badacze zaprezentowali PrismFlow, nową metodę łączącą dynamikę rezydualną z flow matching do generowania szeregów czasowych. Podejście to poprawia efektywność i dokładność generowania danych czasowych przez lepsze modelowanie złożonych dynamik. Przełom ma znaczenie dla prognozowania, syntezy danych i aplikacji real-time wymagających wysokiej jakości danych sekwencyjnych.