等变异步扩散：加速分子构象生成的自适应去噪方案
机器学习
2026-04-27 v2 人工智能
定量方法
摘要
近期的3D分子生成方法主要采用异步自回归或同步扩散模型。虽然自回归模型按顺序构建分子，但受限于短视野，且训练与推理之间存在差距。相比，同步扩散模型一次性对所有原子进行去噪，能够覆盖分子级别的视野，但难以捕捉层次化分子结构中内在的因果关系。我们提出等变异步扩散（Equivariant Asynchronous Diffusion, EAD），以克服上述局限。EAD是一种新型扩散模型，融合了两种方法的优势：采用异步去噪方案以更好地捕捉分子层次结构，同时保持分子级别的视野。鉴于这些关系往往复杂，我们提出动态调度机制，以自适应方式确定去噪时间步。实验结果表明，EAD在3D分子生成任务中实现了最先进的性能。
引用
@article{arxiv.2603.10093,
title = {Equivariant Asynchronous Diffusion: An Adaptive Denoising Schedule for Accelerated Molecular Conformation Generation},
author = {Junyi An and Chao Qu and Yun-Fei Shi and Zhijian Zhou and Fenglei Cao and Yuan Qi},
journal= {arXiv preprint arXiv:2603.10093},
year = {2026}
}