近场到远场变换是大口径天线测试的核心，但在毫米波频段获取相位代价高昂，且偏置安装会破坏中心假设。现有方法分别解决相位获取或偏置矢量需求，需密集全场数据或已知偏置。本文关键观察：不同偏置下的幅度场是同一近场的坐标变换视图。目标是在仅有幅度且未知偏置的情况下恢复中心对齐的场。为此提出 AntennaFlow，包含三阶段： ① 对比学习的编码器，将偏置视图映射到偏置不变的嵌入； ② 确定性流匹配传输，将偏置幅度映射到中心幅度； ③ 简化外推技术（SET），其基于格林函数的泰勒展开仅在中心场有效。实验在稀疏幅度测量下实现快速、无相位、无需偏置矢量的 NF‑FF 重建，性能始终优于现有基线并保持物理一致性。
点评：AntennaFlow 有效融合对比学习与流匹配，实现了在实际测试条件下的高效相位无关偏置校正，展示了生成模型在天线测量中的新潜力。