本文提出了一种结合扩散映射和兰格朗日动力学的生成模型，解决了时间步长相关的稳定性问题。实验结果表明，该模型在多个数据集上表现优异，生成样本质量与GAN相当，并在CIFAR-10上取得了最先进的得分。此外，研究探讨了基于得分的生成模型框架及其在高分辨率图像合成中的应用。

本文提出了一种结合扩散映射和兰格朗日动力学的生成模型，旨在解决随机微分方程的稳定性问题。实验结果表明，该方法在生成新样本和条件样本方面表现优异，并且在高维Fokker-Planck方程求解中比传统方法更准确和稳定。