该研究提出了一种几何到流场扩散模型，利用障碍物形状预测障碍物后的流场。通过可学习的马尔可夫转移核函数，从高斯分布中恢复数据分布。实验结果表明，该模型在预测瞬时流场和处理复杂几何形状方面优于传统的CNN模型。