本文介绍了一种基于Unbalanced Optimal Transport (UOT)的新型生成模型，相比于基于OT的方法在处理噪点、稳定性和训练收敛速度等方面表现更优。实验证实了该模型的性质，并研究了UOT之间分布差异的理论上界。结果显示，该模型在CIFAR-10和CelebA-HQ-256数据集上的FID分别为2.97和5.80，优于现有基于OT的生成模型。