研究者提出微结构生成模型，成果获NeurIPS研讨会接收

Dawid Lipinski、Jixiang Qing 和 Henry Moss 提出一种基于流匹配与图神经网络的生成模型，用于合成多晶微观结构。该模型将多晶微观结构表示为各向异性功率图，学习紧凑的几何参数化，并可以任意像素分辨率渲染生成样本。 模型采用 C4 等变架构，使输入噪声的旋转对应生成微观结构的旋转，并支持基于用户自定义目标函数的免训练引导。研究者据此生成了类似铜焊缝、铸金属板、3D 打印不锈钢和异质层状钛的微观结构。 该成果已被 NeurIPS 2026 相关研讨会接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。