写给物理学家的生成模型

本文从物理学的视角介绍了生成模型在科学研究中的应用，特别是其在原子尺度物质结构生成与设计中的潜力。文章详细介绍了扩散模型、自回归模型、流模型和变分自编码器等现代生成模型的基本原理和应用场景。生成模型通过学习数据样本背后的概率分布，能够随机采样生成新的样本，这为解决困难的统计物理和量子多体问题提供了新的可能。同时，物理学的洞察也在推动生成模型的发展和创新，通过借鉴物理学原理和方法，可以设计出更加高效、更加统一的生成模型。文章还讨论了生成模型在蛋白质和材料生成中的应用，以及其在变分自由能计算中的潜力。