流匹配（Flow Matching）是一種生成模型，其核心是構建從噪聲分佈到數據分佈的流。傳統方法中，噪聲向量與數據點的配對（即耦合）被視為一種計算選擇。然而，本研究提出了一種全新的視角：這種耦合可以作為對齊接口，通過根據目標分子屬性匹配噪聲和數據，將可控結構直接嵌入學習到的流場中。基於這一思想，研究者引入了獎勵傳輸（Reward Transport）方法。
獎勵傳輸在訓練階段採用最優傳輸（Optimal Transport）耦合，將標量噪聲空間座標與分子獎勵（如脂溶性logP或藥效QED）對齊。推理時，僅需調整這一標量座標，即可在無需預言機、獎勵模型、梯度引導或額外計算的情況下，平滑地控制生成分子的屬性分佈。在耦合保持的極限下，對該座標進行閾值化可恢復交叉熵方法（Cross-Entropy Method）中的截斷獎勵分佈，從而形成一個原則上可調、連續且分佈級別的控制旋鈕。
在ZINC-250K和GuacaMol數據集上的實驗驗證了該方法的有效性。通過掃描標量座標，模型實現了對logP的單調控制以及對QED在其工作範圍內的一致控制。最引人注目的是，同一旋鈕針對不同目標產生了截然相反的結構響應：增大分子以提升logP，卻縮小分子以優化QED，這排除了通用尺寸偏差的干擾。該方法與分類器無關引導（Classifier-Free Guidance）和條件流匹配（Conditional Flow Matching）互補，而在epsilon預測擴散下的負面結果則揭示了當耦合級別對齊結構缺失時的侷限性。
總之，獎勵傳輸提供了一種簡潔、高效且可解釋的分子屬性控制手段。相關代碼已開源，詳見GitHub倉庫。這一工作不僅深化了對流匹配中耦合作用的理解，也為了藥物分子設計等應用提供了有力的工具。