OutageDiT：停电轨迹生成基础模型

2026年10月30日，arXiv Artificial Intelligence 刊出由 Yunqin Zhu、Feng Qiu、Yao Xie 提出的 OutageDiT——一个面向停电预测与场景生成的基础模型。据该报道，OutageDiT 基于全美停电与天气记录训练，可生成 15 分钟分辨率、为期七天的停电轨迹；模型以条件编码器处理历史上下文与已知未来协变量，再由浅层 flow-matching 解码器复用对齐状态采样完整轨迹，从而在单一深度生成模型中同时实现点预测、不确定性量化与条件场景生成。报道称，在停电预测基准上，其预测精度与场景质量均优于强基线，并支持向留出区域的零样本迁移。目前事件进展限于该模型的提出与基准表现介绍，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。