三维束流演化不再逐帧跑PIC：潜空间里学动力学，物理约束按构造满足

三维束流—场演化现在可以在压缩潜空间里整段预测，而不必在原始网格上逐帧推进。 此前的数据驱动代理多把机器设置映射到低维束流指标，或重建相空间投影、预测下游直线加速段之间的演化，网格分辨的三维自洽束流—场长时程预测仍少有涉及。 在束团输运与等离子体尾场加速两个高分辨率三维基准上，相对误差比最强基线DPOT低9%和13%，低频段谱误差低69%和51%，中频段谱误差低54%和20%。

潜空间预测被拆成确定性主导项与生成式残差两项，细尺度结构由残差项补回。 确定性神经算子会平滑掉较弱的细尺度结构，而完全生成式地演化整个动力学又要求模型同时学时间演化和条件变化。 加入生成残差后，束团输运的中频段谱误差从0.994降到0.457，等离子体尾场加速从0.350降到0.300，整体相对误差基本保持。

场约束由按物理区间选择的无参数算子直接施加，而不是交给网络去学。 把约束满足与动力学学习分开，避免网络在预测中违反瞬时场方程。 在等离子体尾场加速数据上，施加约束算子后高斯定律与无散磁场约束的违反量从10⁻²–10⁻¹量级降到10⁻⁶量级，相对误差基本不变。

报告覆盖的是两个由WarpX生成的三维粒子加速器基准：静电区间的束团输运和电磁区间的等离子体尾场加速，评估指标为相对误差、分频段谱误差、约束违反量与推理时间。适用读者是从事加速器建模、代理模型或科学机器学习的研究人员与工程师。原文提出的下一步是把方法扩展为跨机器、控制设置与初始/边界条件的加速器模拟基础模型，并把学到的动力学用于束流状态估计与控制。

生成残差在束团输运上把整体相对误差从0.144抬到0.161，谱误差的改善与点误差之间存在取舍。潜空间骨干的对照显示，基于U-Net的HFS在单通道束团输运上与确定性变体接近，但在多通道等离子体尾场加速上明显退化，说明全局注意力对强耦合多通道动力学的优势来自该设定。约束算子在内部区域精确满足高斯定律，边界壳层保持不受约束。