研究人员提出了 GyroFlow，这是一种潜在生成模型，可直接估计 5D 相空间中陀螺动力学湍流的稳态统计特性，而无需解析瞬态阶段。该方法通过建模在遍历性假设下的饱和状态分布来绕过显式的时间演化。
- GyroFlow 根据无量纲操作参数对噪声进行条件化，生成饱和快照。
- 它在性能上优于自回归、降阶和其他生成方法，同时提供了显著的加速效果。
- 引入了一种名为 FGyD 的新分布度量标准，用于评估预训练陀螺动力学模型潜在空间中的生成质量。
- FGyD 与下游通量精度和求解器收敛性相关。
- GyroFlow 可用于预热（warm-start）用于生成数据的数值代码。
该方法通过避免解析完整的瞬态动力学，解决了直接数值模拟的高计算成本问题，为缺乏有效闭合模型的系统提供了更快的替代方案。