Strong Stochastic Flow Maps 训练改进：导数损失提升 10-50%

团队在《Improved Training of Strong Stochastic Flow Maps》中探索 Strong Stochastic Flow Maps 的损失函数设计空间，并通过随机 ODE 方法引入 derivative-based losses。与原实现相比，FD Dino 提升 10-50%，相关工作发表于 NeurIPS 2026 Oral 论文的后续研究。