生成模型是深度学习的重要领域，影响着生活和研究。它通过自然语言与计算机互动，生成图像、视频等内容，并在科学问题中应用，如蛋白质设计和天气预测。现代生成模型包括变分自编码器、生成对抗网络和自回归模型，能够处理复杂的概率分布问题，为解决现实问题提供新的思路和工具。

本文介绍了基于机器学习的采样方法在科学领域中的应用，特别是在量子色动力学理论中的进展。该方法能够从粒子物理学的最基本理解中计算物质的结构和相互作用，是开放科学超级计算的主要消费者。