Yilun Xu e sua equipe desenvolveram uma nova forma para redes neurais gerarem imagens usando o processo físico de criação de campo elétrico por partículas carregadas. Este método, Modelos de Fluxo de Poisson (PFGM), cria imagens de qualidade similar aos métodos baseados em difusão, mas de 10 a 20 vezes mais rápido.
A equipe estendeu seu modelo para incluir diferentes dimensões, permitindo que pesquisadores ajustem a robustez e facilidade de treinamento de uma rede neural. Trabalhos futuros irão focar em encontrar o melhor equilíbrio entre esses fatores e explorar outros processos físicos que possam servir de base para novos modelos generativos.