AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:Drifting Models×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月8日
11:02
11:02arXiv cs.LG@Chris R. Jung, Markus Dörr, Natalie Jüngling, Jennifer Niessner, Adam T. Müller, Nicolaj C. Stache
计算流体动力学(CFD)虽能高保真模拟室内环境流场,但计算成本高,限制了快速探索。为解决此问题,生成式替代模型比确定性网络能更好建模分布,但迭代采样速度慢。本文首次将生成式漂移框架(Drifting Models)应用于流体力学,提出条件架构在VAE潜在空间中进行漂移,并使用标签感知掩码对齐生成样本与边界条件。该标签条件模型在精度和流一致性上匹配迭代扩散模型,但运行速度快两个数量级。此外,空间条件变体为泛化到未见几何体铺平了道路。条件漂移成为扩散模型的高效替代方案,解锁了推理速度关键的实时CFD替代模型。
论文生成模型流体模拟CFDDrifting Models实时推理

推荐理由:做流体模拟或室内环境优化的团队终于有了一个又快又准的替代方案——Drifting Models 比扩散模型快两个数量级,精度却不输,值得在实时 CFD 场景中直接试试。
原文
精选全部日报登录