随机动力学长时间演化的生成式建模

arXiv:2610.00546v1 公告类型：cross：非平衡动力学的精确随机方程很少能够获得。我们表明，无需了解运动方程，仅凭固定短时间间隔下的构型对，就可以预测随机动力学的长时间演化。生成式扩散模型从这些构型对中学习有限时间转移核，并通过迭代将动力学传播到远超训练时间间隔的范围。对于二维 Model B，即守恒序参量的扩散动力学，所学习的转移核再现了动态临界标度以及自相似的 $t^{1/3}$ 粗化行为。在尺寸为最大训练尺寸两倍的晶格上，以及对于训练中未出现的初始系综，模型结果仍与直接模拟保持一致。对于处于周期性光学势中的受驱胶体，仅需十分钟的测量轨迹，即可在实验不确定度范围内预测接下来二十分钟的粒子流和平均通过时间。因此，短时间观测包含了预测更长时间尺度上涌现的非平衡动力学所需的信息。