扩散模型之外:新研究让生成建模走向真实物理时间

canaesseth · x · 2026-10-13

作者汇总了近期一批试图摆脱扩散模型/流匹配/随机插值“伪时间”设定、转向真实物理时间与动力系统视角的方法。其中链接的 arXiv 论文提出 GP-SDE Matching：一个 simulation-free 变分框架，从带噪且不规则采样的观测中学习高斯过程随机微分方程（GP-SDE）。它解析边缘化稀疏 GP 后验，得到同时考虑漂移后验均值与不确定性的漂移匹配目标，并引入感知不规则时间的变分状态后验。在随机 Lorenz-63 系统上漂移恢复与状态重建显著改善，五个系统辨识基准在观测稀疏时仍保持稳健预测，优于 latent-SDE 与状态空间方法。