弗吉尼亚理工与 Meta 提出 ReGDiff，改进超材料体素生成
扩散模型生成超材料结构时，新颖性与几何合理性往往此消彼长。ReGDiff 在整理过的潜空间里做短程排斥采样，两个指标同时改善。
生成模型设计超材料时常陷入两难：贴着训练数据走，只能产出旧结构的变体；放开探索，又会生成断裂、漂浮的无效结构。弗吉尼亚理工与 Meta 的 ReGDiff 分两步解决：先用三种力把潜空间整理成好结构与坏结构分开、好结构分布均匀的形态，再在采样时只对附近的已知样本施加短程排斥，让模型走出已知区域但不出可用范围。团队同时补上桁架体素数据集 MetaTruss 和五项量化指标。
正文摘录
.jpg)  生成模型设计超材料时常常两头落空：贴着训练数据走，产出的是换了说法的旧结构；放开手脚探索，又会得到断裂、漂浮甚至空无一物的 “废件”。ReGDiff 先把潜空间整理好，再在采样时只对近处的已知样本施加排斥，让模型往外走，又不走出可用的范围。