JointDiff一个模型双向打通核聚变实验与物理参数

bravo_abad · x · 2026-08-20

Michael Jones 等人提出 JointDiff，一个用于惯性约束核聚变（ICF）的多模态扩散模型，学习模拟参数、标量诊断与中子图像的联合分布，在生成模型与产生它的物理之间实现双向映射。

其 ML 思路可迁移性很强：不再为正向预测、逆向设计和缺失数据重建分别训练代理模型，JointDiff 同时学会三者——给定模拟输入可预测实验观测量；给定部分观测可推断可能的物理输入；隐藏某个诊断量时能重建缺失测量的分布。这种分布化输出很关键，因为科学逆问题很少是一一对应的。模型在超过 44.3 万个三维模拟上训练。