该研究提出了一种基于梯度流的无参数算法，用于学习复杂数据集的潜在分布和从中进行抽样。该算法建立在隐式生成建模与最优输运之间的联系理论基础上，并通过泛函优化问题的方式得以实现。实验结果表明，该算法能够成功地捕捉不同类型的数据分布结构。

该研究提出了一种基于梯度流的无参数算法，用于学习复杂数据集的潜在分布和从中进行抽样。实验结果表明，该算法能够成功地捕捉不同类型的数据分布结构。