本研究提出了一种新的条件生成建模方法，通过扩散和流动技术生成3D暗物质密度场，解决了高精度宇宙学调查中的非线性宇宙网络建模挑战。该方法有效复现物质功率谱和双谱，降低计算成本，提升生成精度，为重力标准偏差的探索提供了有力工具。

本文研究了扩散生成模型在模拟冷暗物质密度场中的应用，探讨了宇宙学参数与功率谱的关系。通过引入约束条件，提高了生成样本的一致性和推断准确性，防止了过拟合。同时，提出了一种高效的MCMC推断方法，利用哈密顿蒙特卡罗进行精确推断，展示了扩散模型在计算机视觉任务中的潜力。

本文综述宇宙学模拟与建模进展，涵盖：利用遗传编程符号回归逼近功率谱和σ8；N体模拟揭示非线性结构由持续合并的暗物质晕主导；开发高效模拟方法及公共代码；分析2dFGRS功率谱并发现重子振荡；用图神经网络从Halo目录推断宇宙学参数；提出21厘米信号半数值工具；GALFORM半解析模型追踪星系形成；FastPM可扩展N体求解器；SCORCH研究再电离期。