TrigFlow是一种由OpenAI研究团队提出的新框架，旨在简化、稳定和扩展连续时间一致性模型（CM）。该框架结合了EDM（Enhanced Diffusion Model）和流匹配技术，通过优化网络架构和训练目标，解决了连续时间模型训练中的不稳定问题。TrigFlow不仅简化了扩散模型的参数化，还提出了一系列技术来提高模型的训练稳定性和样本质量。此外，TrigFlow使得扩散过程、扩散模型参数化、PF-ODE、扩散训练目标和一致性模型参数化都能够拥有简洁的表达式
