GP-SDE Matching：面向真实物理时间的生成建模框架

2026 年 10 月 13 日，AGI Hunt 报道了一个名为 GP-SDE Matching 的 simulation-free 变分框架，称其可从带噪、不规则采样的观测中学习高斯过程随机微分方程（GP-SDE）。据该报道，这一框架通过解析地边缘化稀疏 GP 后验，得到兼顾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。报道将其定位为“扩散模型之外”的生成建模路线，目标是让生成建模走向真实物理时间。目前该事件仅有这一篇报道，尚未披露具体的实验设置、评测结果或开源实现等信息。

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。