WindINR
WindINR：基於潛在狀態的隱式神經表示，用於複雜地形下的高解析度局域風場查詢與稀疏觀測校正
在複雜地形中，實務決策常只需少數指定位置與高度的快速風向估計。WindINR 採用潛在狀態條件隱式神經表示（INR），以地形靜態描述和公里尺度背景場為條件，並以低維潛變數驅動共享解碼器，提供任意座標的連續查詢介面。訓練時以一個特權編碼器從高解析度監督中學習參考潛態，並訓練可部署的初始潛態預測器；
WindINR
在複雜地形中，實務決策常只需少數指定位置與高度的快速風向估計。WindINR 採用潛在狀態條件隱式神經表示（INR），以地形靜態描述和公里尺度背景場為條件，並以低維潛變數驅動共享解碼器，提供任意座標的連續查詢介面。訓練時以一個特權編碼器從高解析度監督中學習參考潛態，並訓練可部署的初始潛態預測器；
速報
視訊無監督訓練是邁向自主智能的關鍵。NOVA提出以座標型隱式神經表示(INR)把系統狀態表成權重與偏差，並以解析方式渲染，省去重建解碼器瓶頸。該架構可蒸餾為依情境的影片生成器，並能無須對抗或輔助損失就自動分離背景、前景與動態，實現可控預測與超解析，能在單張消費級GPU下以約40M參數運行。