本文提出了一种新颖的分层神经算子，旨在解决多尺度偏微分方程问题，尤其在快速系数变化的方程中表现优异。通过引入多网格张量化神经算子（MG-TFNO）和自回归去噪预训练策略，显著提升了解算符的学习性能和数据效率。此外，研究还展示了基于坐标的网络和分辨率不变深度操作符（RDO）在处理复杂几何结构的偏微分方程中的优势。