SAC Flow 是由清华大学、卡内基·梅隆大学等高校机构的研究团队于 2025 年 10 月联合提出的，相关研究成果发表于论文「Adversarial Attacks against Closed-Source MLLMs via Feature Optimal Alignment」。

SAC Flow 是一种针对基于流动策略的样本高效且高性能的离线强化学习算法，通过将基于流动的模型视为序列模型，并将其速度网络重新参数化为 GRU 或 Transformer，解决了训练基于流动的策略时梯度不稳定性的问题。研究人员在从头开始训练和离线到在线训练的设置中评估了 SAC Flow 的性能，其表现快速收敛，并在多个运动和操作任务中达到了最先进的性能。