本文综述隐式神经表示（INRs）的研究进展，涵盖受相变启发的表面重建损失函数、医学成像与低层视觉应用、逼近不连续函数时成本随边界指数增长的发现及分区加速收敛机制，以及其在点云重建、稀疏传感器物理场重构和非欧域学习中的应用，旨在提升鲁棒性与精度。