生成式AI新工具Diffusion-DFL：在不确定性中重塑决策优劣格局
佐治亚理工团队提出基于扩散模型的决策聚焦学习框架 Diffusion-DFL，在多类高风险、不确定场景中显著优于传统方法，并大幅降低训练成本。
生成式人工智能助力可持续城市布局预测：MMCN 框架研究
研究团队提出记忆感知多条件生成网络（MMCN），在综合建筑与交通等多源城市数据的基础上，对未来城市空间布局进行高精度预测，为可持续城市规划提供新工具。
生成式人工智能助力科学家合成复杂材料的新突破
麻省理工学院研究团队开发的DiffSyn模型，能够为新材料的合成提供有效配方，显著加快实验速度，缩短从理论假设到实际应用的时间。
