FreeMatching：突破时空先验的通用稠密对应匹配框架

FreeMatching 是一个结合生成式与语义基础表征的通用稠密对应匹配框架，利用经典数据集、跟踪视频和合成场景的异构监督，突破传统平滑运动与刚性几何假设。单一模型在图像编辑与参考引导生成（IEG）的困难图像对上大幅提升对应质量，同时在经典基准上保持竞争力，还可作为评估身份保持的定量指标。该工作已被 NeurIPS 2026 接收，代码已开源。