TUM 发布 Tadpole：以自编码器为基础的 3D PDE 基础模型

慕尼黑工业大学（TUM）在 NeurIPS 发布 Tadpole，探索以自编码器作为可迁移的 3D PDE 基础模型，通过 GPU 求解器实时生成数据预训练，并采用高效 buffer 策略减少 I/O 与存储瓶颈。预训练后的模型可用于自编码、基于 Tadpole-DFT 的动力学学习及潜空间 flow matching 生成建模，论文编号为 ArXiv 2605.15284。