将预训练视频模型作为城市风流的可微分物理模拟器
机器学习
2026-04-06 v2 计算工程、金融与科学
摘要
设计提供行人风致适与安全的城市空间需要时间分辨率的计算流体动力学（CFD）仿真，但当前计算成本使大规模设计探索难以实现。我们引入了 WinDiNet（Wind Diffusion Network），一个预训练的视频扩散模型，被改造为此任务的快速、可微分替代方案。基于 20 亿参数的潜在视频变换器 LTX-Video，我们在 1 万个 2D 不可压缩 CFD 模拟上进行微调，这些模拟覆盖 procedurally 生成的建筑布局。我们系统性地研究了训练 regimes、条件机制以及 VAE 适应策略，包括基于物理的信息解码器损失，确定了性能优于专用神经 PDE 求解器的配置。 resulting model 在不到一秒内生成完整的 112 帧滚动。由于该替代方案是端到端可微的，它同时也是一个用于梯度逆优化的物理模拟器：给定城市底图布局，我们通过反向传播直接优化建筑位置，以提高风险安全和行人风致适。针对单入口和多入口布局进行实验，表明优化器即使在挑战性的多目标配置下，也能发现有效的布局，且所有改进均经实际 CFD 模拟验证。
引用
@article{arxiv.2603.21210,
title = {Pretrained Video Models as Differentiable Physics Simulators for Urban Wind Flows},
author = {Janne Perini and Rafael Bischof and Moab Arar and Ayça Duran and Michael A. Kraus and Siddhartha Mishra and Bernd Bickel},
journal= {arXiv preprint arXiv:2603.21210},
year = {2026}
}