AI每周总结 · 地球物理（2026-W38：2026-09-14 ~ 2026-09-20）#

主线 1 ·【AI/地球物理】生成式先验 × FWI：从”替代正演-伴随链”转向”与 FWI 协作”#

本周该方向的四篇工作没有一个追求端到端替换，共同技术关键词是解耦：

• 09-15 #1 PSG（arXiv 2609.12899）：用一个持久物理速度模型经 Gaussian bridge 与扩散先验耦合，把波动方程梯度与去噪器梯度解耦，同时保留常规 FWI 的初始化与优化历史。
• 09-15 #2（arXiv 2609.05476）：以共成像点道集（CIG）为条件做速度与阻抗联合扩散反演——速度标签与阻抗标签解耦。
• 09-16 #2 VAE-FWI UQ（10.1029/2026JH001389）：反方向——把 FWI 梯度直接反传进网络权重，是本周耦合最紧的一条（⚠️ 上线日 2026-08-28，属窗口外补录）。
• 09-20 #4 SVGDFWI（Zenodo 21182222，UT Austin，代码包 91.4 MB 已发布）与 09-20 #5 GPR 扩散正则化 FWI 数据（Zenodo 22732464/22732465，桂林理工大学，CC BY 4.0 实测数据集）：把扩散先验当成正则项接进贝叶斯反演。

本周结论：该方向在周内从”单条方法”升级为独立多源簇，并在周末第一次拿到可复现资产（此前 09-15 的 PSG 无代码）。三种推断机制并存：后验采样 / 粒子式变分（SVGD）/ 正则化反演。

主线 2 ·【传统方法·可微/数值】可微编程（AD）成为反演默认底座，讨论重心转向”哪种 AD 更稳、更省”#

• 09-16 #3 ADEPTS（arXiv 2609.13482）：地幔对流反演框架，给出 unrolled vs implicit 两种 AD 策略的明确收敛判据——讨论已从”能不能 AD”转向”AD 用哪种方式”。
• 09-16 #4 DiffSWE2d（arXiv 2609.11426，代码 github.com/ZhonghouXu/DiffSWE2d）：可微浅水方程求解器，端到端洪水/海啸建模。
• 09-20 #1（JAG 106519）：伴随状态算模型空间梯度 + 只对神经重参数化部分用 AD 的混合方案，并报告 GPU/CPU 内存伸缩行为——直接针对”AD 显存贵”这一具体工程痛点。
• 09-18 #6（GJI ggag358）：Hessian-向量积的完整拉格朗日表述与对 AD 的误差评估。⚠️ 明确指出：算子非对称时，常用拉格朗日形式 HVP 的第一项可能错误，用 L† 改写必须计入边界项——这是一个会静默产生错误梯度的问题，本周最实用的正确性提醒。

主线 3 ·【AI/地球物理】概率化 / 不确定性量化：一周内累计 7 条独立工作，已成默认而非选项#

本周该方向条目：09-16 #2（VAE）→ 09-18 #3（INN）→ 09-19 #1（Epinet 认知不确定度）、#3（Whittle–Matérn 先验 + HMC）、#4（神经似然 + HMC）→ 09-20 #4（SVGD）、#6（PINN Atlas，含 conformal UQ）。

机制库在本周内扩到四种：扩散后验采样、可逆神经网络（INN）、HMC（含神经似然摊销）、SVGD 粒子式变分。

其中 09-18 #3 澳洲大陆尺度概率电阻率成像（arXiv 2609.19516）给出了本周最硬的一条成本账：2660 万条测深的概率反演压到 4.37 GPU 小时（⚠️ 作者自述，预印本未复核）。INN 的”一次前向得后验”相比扩散的迭代采样，在”每点都要不确定度”的场景下成本结构优势明显。

主线 4 ·【两类混合】成本叙事成型：省显存、省 AD、省数据#

判断：本周”便宜”正式成为与”准”并列的卖点，且五条路径彼此正交（压缩 / 数学 / 显存 / 非凸 / 数据）——AI 线与传统线在”降本”这一目标上第一次正面会师。

主线 5 ·【传统方法为主】“初始模型 / 先验从哪来”——三条互相独立的答案#

• 用另一种物理场换：09-18 #4 电磁数据驱动的多阶段”预热”FWI（10.1190/geo-2025-0168）。
• 用结构化地质先验：09-18 #7 地层格架约束的集合平滑多数据同化（10.1190/geo-2025-0527）。
• 用预训练 + 硬约束微调：09-18 #2 密度测井约束的 ResU-Net 三维重力反演（10.1190/geo-2025-0323）【AI】。
• 把先验写进网络结构：09-17 #3 BEIFWI 的 Sobel 层（10.1093/jge/gxag113）【AI】。

共同点：都不试图用更强的优化器硬碰非凸性，而是先把问题变简单。这与 09-17 #5 的非凸性缓解综述（GJI ggag376，传统）构成”问题 → 方案”闭环。

主线 6 ·【AI/地球物理为主】基础设施与可信度被当作一等公民#

• 数据/接口标准化：09-15 #6 SeisBench DAS（arXiv 2609.07558）、09-15 #8 TREMORS（Agent 化多数据中心取数）、09-16 #7 中石油 220 TB 油气地震勘探大模型数据集（⚠️ 企业新闻口径，未说明基线）、09-16 #8「谛听」大模型工程化推进（⚠️ 二手来源，未验证）。
• 基础模型 + 少量标注：09-15 #7 SS-UNETR（75k 无标注实际数据预训练 + 2.8k 合成标注微调）、09-17 #7 DTSEC（20% 训练数据达到同等性能，跨区域退化可用少量本地样本修复）。
• 可信度审计：09-15 #10（ML 地震目录人类可验证性审计，⚠️ 偏差可达 20 个百分点量级）、09-17 #4 弹性波 PINN 批判性评估（154 页 44 图）、09-18 #9 明确声明”未超越所有已有方法”并报告负面消融。
• ⚠️ 元数据质量警告：09-18 发现 J. Seismic Exploration 的 Crossref 著录标题与出版商页面实际标题完全不符（DOI 10.36922/jse026250107，作者与日期相同但内容不相关）；09-19 复核该错配持续存在，且 10.36922/jse026210090 与之共用同一标题但作者完全不同。结论：自动文献筛选不能只依赖单一元数据提供商的标题字段。

主线 7 ·【传统方法·HPC】连续 6 天缺口，但缺口的性质在第 5–6 天发生变化#

• 09-15 ~ 09-17：检索命中的 GPU/RTM/Devito/SPECFEM 内容几乎全为 SEO 营销页与无 DOI 博客，全部剔除。缺口非”领域不用 HPC”，而是检索路径覆盖不到 HPC 发表渠道（无 SC/ISC/IPDPS/PPoPP 类产出）。
• 09-18（第 4 天）：首次拿到应用侧 GPU 成本（4.37 GPU 小时 / 2660 万条测深），但系统/方法学产出仍为零。
• 09-19（第 5 天）：首次出现内存侧的明确工程表述（矩阵自由 GN 不构造/不存储/不求逆）。
• 09-20（第 6 天）：首次拿到可引用的跨平台对照基线——arXiv 2609.10368 给出 8 阶 25 点声学模板（即地震 FD 内核）在 7 种 GPU 上的 Gpts/s（Intel B70/B580/GPU MAX 1550、NVIDIA A100/RTX6000 Blackwell/H100、AMD MI325x），并对比 TinyTC 与 PyTorch/Triton；另有 BEAST 在 20,480 张 GH200 上达到 3.96 EFLOP/s（arXiv 2609.12815，AI 侧：贝叶斯神经网络），并首次出现**“不确定性并行”作为独立并行维度**。
• 开源栈全周零 release（Devito / SPECFEM3D / SeisSol，本系列已连续多期确认）。

1. 三维深度学习参数化弹性 FWI + 伴随状态法#

• 类别：AI/地球物理（神经重参数化为核心创新，伴随状态为传统底座）
• 作者/团队：期刊著录经 Crossref 核验（具体名单见 DOI 页；日报未展开）
• 链接：Journal of Applied Geophysics 255, 106519 · https://doi.org/10.1016/j.jappgeo.2026.106519 ·〔09-20 #1〕
• 方法：LSTM 对 vp/vs 做神经重参数化，模型空间梯度用伴随状态求解，只对重参数化部分使用 AD——直接绕开”AD 穿透正演导致显存爆炸”。
• 数据：3D 各向同性弹性多参数（摘要未给具体工区）。
• 代码：未声明（⚠️）。
• 对本项目的启发：本周唯一一条同时命中 FWI + 弹性多参数 + 3D + AD 显存工程的条目，且是”已有成熟伴随代码 + 想引入神经参数化”场景下最可直接抄的结构。
• 验证状态：✅ 期刊/DOI/日期经 Crossref 核验（created 2026-09-10，印刷期 2026-12）；⚠️ 具体误差改善数值在受限全文内、无代码声明，定性结论不可直接引用为性能依据。

2. 矩阵自由高斯-牛顿反演真实 CSEM 数据#

• 类别：传统方法（二阶优化 / 数值反演工程）
• 作者/团队：期刊著录经 Crossref 核验（日报未展开具体名单）
• 链接：Computational Geosciences 30(5):97 · https://doi.org/10.1007/s10596-026-10496-5 ·〔09-19 #5〕
• 方法：Hessian 既不显式构造、不存储、也不求逆，只做 Hessian-向量积 + 随机迹估计阻尼；给出两种梯度预条件的对比。
• 数据：真实 CSEM（海洋可控源电磁）数据。
• 代码：未取到（⚠️ OUP 侧页面被 Cloudflare 拦截）。
• 对本项目的启发：把二阶方法从理论推到可落地的完整工程案例。可直接迁移到 FWI 的 Gauss-Newton 变体上，用于评估”值不值得上二阶”。
• 验证状态：✅ 期刊/DOI 核验；⚠️ 加速比仅给定性描述（“substantially / markedly”）无倍数，需人工看文中表格。

3. PSG：物理状态引导的扩散采样 FWI#

• 类别：AI/地球物理（扩散生成先验）
• 作者/团队：arXiv 摘要页未著录（⚠️）
• 链接：arXiv 2609.12899 · https://arxiv.org/abs/2609.12899 ·〔09-15 #1〕
• 方法：持久物理速度模型 + Gaussian bridge 耦合扩散先验；物理状态由波形拟合更新并反向引导扩散，解耦波动方程梯度与去噪器梯度。
• 数据：OpenFWI 四族（clean / 缺失道 / 含噪）；冻结的 OpenFWI 先验零重训迁移到 Marmousi、Overthrust、BP2004 Salt。
• 代码：摘要页未提供 → 未验证。
• 对本项目的启发：本周”生成式 × FWI”簇的基线成员；“冻结先验 + 零重训迁移”这一设定对跨工区复用的可行性判断价值高于精度指标本身。
• 验证状态：✅ arXiv 元数据核验；⚠️ 作者单位未提供，代码未验证。

4. 地震 Hessian-向量积：完整拉格朗日表述与对自动微分的误差评估#

• 类别：传统方法（数值数学 / 正确性）
• 作者/团队：GJI 著录经 Crossref 核验（日报未展开具体名单）
• 链接：Geophysical Journal International · https://doi.org/10.1093/gji/ggag358 ·〔09-18 #6〕
• 方法：推导地震 HVP 的完整拉格朗日形式，并与 AD 结果做误差对照。
• 数据：理论推导 + 数值对照（详见全文）。
• 代码：未声明。
• 关键结论：算子非对称时，常用拉格朗日形式的 HVP 第一项可能错误；若用 L† 改写，必须计入边界项，否则静默产生错误梯度。
• 对本项目的启发：本周最高性价比的一条”正确性”提醒。 若项目内已有 HVP / 二阶优化实现，建议按此文核对边界项处理。
• 验证状态：✅ 期刊/DOI 核验；⚠️ 具体误差数值需读全文。

5. 澳洲大陆尺度概率电阻率成像：可逆神经网络（INN）路线#

• 类别：AI/地球物理（INN 一次前向得后验）
• 作者/团队：arXiv 预印本未著录单位（⚠️）
• 链接：arXiv 2609.19516（提交 2026-09-17）· https://arxiv.org/abs/2609.19516 ·〔09-18 #3〕
• 方法：INN 一次性前向得到后验，绕开扩散模型的迭代采样。
• 数据/规模：2660 万条航空电磁（AEM）测深，大陆尺度。
• 代码：未找到（⚠️）。
• 对本项目的启发：本周唯一给出”大尺度概率反演成本账”的条目（4.37 GPU 小时），且是概率反演四条机制路线中成本结构最优的一条。⚠️ 该路线此前四天完全未出现在检索结果中，属本周最实质的方法学新增。
• 验证状态：⚠️ 预印本、无 DOI、无代码、单位未著录；“4.37 GPU 小时”为作者自述，引用时必须标注为预印本自述值。

6. Stencil Computation at the Intersection of AI and HPC（模板计算：AI 与 HPC 的交汇处）#

• 类别：传统方法（数值/HPC；AI 张量编译器仅作实现工具）
• 作者/团队：arXiv 未登记机构（⚠️）
• 链接：arXiv 2609.10368（submitted 2026-09-09，cs.DC）· https://arxiv.org/abs/2609.10368 ·〔09-20 #3〕
• 方法：用 AI 张量编译器（TinyTC）与 PyTorch/Triton 实现科学计算高阶模板，并与手写核对比。
• 数据/基准：8 阶 25 点声学模板（即地震有限差分内核）在 7 种 GPU 上的 Gpts/s：Intel B70 / B580 / GPU MAX 1550、NVIDIA A100 / RTX6000 Blackwell / H100、AMD MI325x。
• 代码：未取到（⚠️）。
• 对本项目的启发：本周 HPC 侧唯一的可引用跨平台对照基准，可直接用于”自研 FD 内核 vs 用 AI 编译器生成”的选型判断。注意它测的是单核性能，不含通信与 I/O。
• 验证状态：✅ arXiv 元数据核验；⚠️ 具体表格数值需读全文，机构未在 arXiv 登记。

7. PINN Atlas：物理知情神经网络的量化清算与可复现基准#

• 类别：AI/地球物理（PINN 基准/评测）
• 作者/团队：Zenodo 记录与 OpenAlex 机构著录冲突（CAOS open-research programme, Santiago vs Open University of Cyprus）→ 须按作者 ORCID 0000-0002-0150-3246 主页判定（⚠️）
• 链接：Zenodo 10.5281/zenodo.22822967（v1.1，2026-09-18；另有同名记录 21517389 / 22834739 → 主记录需人工确认）·〔09-20 #6〕
• 方法：17 个用例逐一给出相对 L2 误差，按问题类型分层；含 conformal UQ 与保结构 Hamiltonian 学习。
• 数据/结论（分层）：平滑正问题亚 1%；反问题 4e-2；高频 Helmholtz 1.0e-1；实测数据差 2–3 个量级。
• 代码：MIT 代码随 Zenodo 发布（✅ 有产物，⚠️ 网页未实际下载验证）。
• 对本项目的启发：可直接引用的立项与拒绝依据。用于封死”PINN 替代波动方程求解器”这类提案；同时把 PINN 正确定位为约束/正则工具。
• 验证状态：✅ Zenodo 记录与日期核验；⚠️ 机构冲突待人工判定。

8. 电磁数据驱动的多阶段”预热”地震全波形反演#

• 类别：传统方法（多物理场约束的 FWI 流程；无 DL）
• 作者/团队：⚠️ Crossref 机构串被截断（仅 “Department of Earth and Space Sciences” 与”深圳市深海油气勘探技术重点实验室”），具体高校为推测
• 链接：Geophysics（SEG）· https://doi.org/10.1190/geo-2025-0168 ·〔09-18 #4〕
• 方法：用**另一种物理场（电磁）**提供初始模型，多阶段 warm-up 进入 FWI。
• 数据：实测工区未在摘要指明（⚠️）。
• 代码：未声明。
• 对本项目的启发：在已有 CSEM / MT 等非地震数据的工区，这是一条”先把问题变简单”的低风险路线，比拼优化器更可能直接解决 cycle skipping。
• 验证状态：⚠️ 机构著录不全；工区信息需读全文。

9. TIP-INN：网络”该知道多少物理”被做成可消融的对照实验#

• 类别：AI/地球物理（物理约束强度的消融实验设计）
• 作者/团队：⚠️ 设备/机构等细节在日报中标为未验证
• 链接：JGR: Machine Learning and Computation · https://doi.org/10.1029/2026JH001463 ·〔09-19 #1〕
• 方法：同一任务下对照软约束（Epinet，只学 Helmholtz 自由能）与硬约束（NICE-M，自由能 + 对偶耗散势）；输出含认知不确定度。
• 数据：热力学算例（详见全文）。
• 代码：未声明。
• 对本项目的启发：本周第一份把”物理约束强度”当作自变量的实验设计。此前绝大多数 PINN 类工作只报告”加约束后更好”，缺少”加多少”的刻度。可作为内部物理约束消融的模板。
• 验证状态：⚠️ 摘要与量化数值需读全文。

10. XiaoNet：地震震相拾取的模型蒸馏与边缘推理#

• 类别：AI/地球物理（模型蒸馏 + 边缘部署）
• 作者/团队：⚠️ 机构冲突：Crossref 记 “Oklahoma Geological Survey, University of Oklahoma”，OpenAlex 记 “Oklahoma Biological Survey”（与地震监测主题明显不符），需人工确认
• 链接：PNAS Nexus · https://doi.org/10.1093/pnasnexus/pgag322 ·〔09-19 #2〕
• 方法：把 PhaseNet 压缩 >93% 至 240 KB，在 Raspberry Pi 5 上 30 秒三通道窗推理 <1 ms，并给出带宽/延迟层面的系统论证。
• 数据：连续波形（具体数据集见全文）。
• 代码：未获取（OUP 页面被 Cloudflare 拦截，需人工浏览器打开查 Data/Code Availability）。
• 对本项目的启发：本周”AI 从更大转向更省”的代表。若项目涉及台站侧/边缘部署，这是可直接对标的配置。⚠️ 摘要只说 “strong performance”，无 F1/拾取误差。
• 验证状态：✅ DOI 核验；⚠️ 机构冲突与性能数字缺失。

本周提名区（第 11–25 位，供追踪，不展开；标注类别）#

2026-09-15（窗口 09-08 ~ 09-15，7 天；自动扩展至 14 天）#

2026-09-16（窗口 09-09 ~ 09-16）#

2026-09-17（窗口 09-10 ~ 09-17）#

2026-09-18（窗口 09-11 ~ 09-18）#

2026-09-19（窗口 09-12 ~ 09-19；arxiv geo-ph 主窗口仅 19 条）#

2026-09-20（窗口 09-13 ~ 09-20）#

5.A AI/地球物理线#

重复（跨日再次命中，只保留首次收录）

• LMGM（2609.18294）——09-17 首收，09-19、09-21 复现，仍为 v1、无代码、无新增实验。
• 澳洲电阻率成像（2609.19516）——09-18 首收，09-19、09-20 复现，同上。

升级（前日”信号”→ 后续拿到可核验证据）

新增方向（此前未出现）

• 🆕 模型蒸馏 + 边缘推理进入地震监测（XiaoNet）
• 🆕 “网络该知道多少物理”做成可消融自变量（TIP-INN vs NICE-M）
• 🆕 神经似然 + HMC 的摊销式贝叶斯（Neural Surrogate HMC）
• 🆕 神经重参数化 + 伴随状态的 3D 弹性 FWI（JAG 106519）
• 🆕 可复现的 PINN 方法图谱 / 精度分层基准（PINN Atlas）
• 🆕 SVGD 粒子式变分推断进入贝叶斯 FWI（SVGDFWI，概率化第 4 种机制）
• 🆕 “不确定性并行”作为独立并行维度（BEAST）
• 🆕 输入表示域的系统性消融基准（去噪，以下游任务为指标）

5.B 传统方法线#

重复

• SDI（2609.16536）——09-16 首收，09-19、09-20 连续复现无更新（范式宣示类，归传统线跟踪）。

升级

新增方向

• 🆕 矩阵自由二阶优化落地到电磁反演（随机迹估计阻尼 + 预条件对比的完整工程案例）
• 🆕 HVP 拉格朗日表述的边界项正确性警告（会静默产生错误梯度）
• 🆕 DTW 中间信号法缓解 cycle skipping（Part 2）
• 🆕 可微求解器拿到可访问代码（DiffSWE2d，GitHub）

5.C 两线交叉观察#

• “降本”目标上两线会师：AI 线（压缩/蒸馏、神经参数化降显存）与传统线（矩阵自由二阶、AD 策略选择）在”省算力”上给出互补而非竞争的方案（见主线 4 表）。
• AI 辅助型条目（如 Seis-PnSn）是两线的天然接口：传统层析为主体、DL 拾取为输入端。
• 正确性审计在两线同时出现：AI 线（PINN 批判性评估、ML 目录审计）与传统线（HVP 边界项）——“你确定你算的是对的吗”是本周两线共同的一等问题。

6.A AI/地球物理线#

1. 生成式先验正在从”替代 FWI”转向”与 FWI 协作”，技术关键词是解耦（波动方程梯度 ↔ 去噪器梯度、速度标签 ↔ 阻抗标签）。这比 2023–2024 年那批”U-Net 直接回归速度场”在可解释性与可控性上进了一步。
2. 概率化/不确定性从选项变成默认：连续 6 天、7 条独立工作指向同一结论——做反演而不给不确定度，正在变成不被接受的默认状态。
3. AI 的重心开始从”更大”向”更省”双向分裂（XiaoNet 240 KB 边缘推理 vs 大模型/基础模型工作）。不是所有问题都要靠堆卡解决。
4. “物理约束的硬保证”开始取代”损失惩罚”（PISAS 解析解码器把物理一致性变成结构上不可能违反；Sobel 层把边界先验变成结构）——比”加一个物理损失项”高一个层级。
5. “物理约束到什么程度”首次被当成可消融的自变量（TIP-INN vs NICE-M）。
6. 可信度审计成为一等公民：ML 目录可验证性（偏差可达 20 个百分点量级）、PINN 批判性评估（154 页 44 图）、“哪些方法上了实测数据”。
7. 基础设施成为主战场：220 TB 数据集、“谛听”、SeisBench DAS 标准化、TREMORS Agent 化取数——瓶颈正从算法侧迁移到数据供给与算力调度侧。
8. DL 拾取的下游价值首次形成完整闭环（5 年 DL 拾取量 > 58 年人工目录累积量 → 可检验地质结论）；评价 AI-FWI 不应只看整体 SSIM，要看深层、盐下、强衰减等尾部构造。
9. 稀有事件/尾部样本是”物理嵌入”相对”纯数据驱动”的真正优势区（≥100 年一遇洪峰上量级误差降 34%，整体技巧与纯 AI 相当）。

6.B 传统方法线#

1. 可微编程（AD）从”技巧”变成”默认底座”，讨论重心已从”能不能 AD”转向”AD 的哪一种方式更稳/更省”（ADEPTS 的 unrolled vs implicit 判据）。这是领域技术成熟的标志。
2. 二阶优化的工程化落地：矩阵自由 GN（不构造/不存储/不求逆 + 随机迹阻尼 + 预条件对比）给出完整案例。
3. 正确性优先：HVP 边界项问题（静默错误梯度）是本周传统线最实用的提醒。
4. “先把问题变简单”成为对抗非凸性的主流姿势：多物理场初始模型、地质先验、多阶段 warm-up——与优化器层面的努力互补。
5. 反演的”精度—算力”权衡开始被显式建模为用户可调接口（ES-MDA-A2 的”目标准确度 + 最大同化次数”两个旋钮）。
6. ⚠️ HPC 侧连续 6 天无系统/方法学产出，第 6 天才拿到可引用的跨平台实测基线。缺口不是”地球物理不用 HPC”，而是”检索路径覆盖不到 HPC 发表渠道”——信息源问题，不是领域问题。
7. ⚠️ 元数据质量是需要警惕的信号：Crossref 对 J. Seismic Exploration 的著录持续错位。自动筛选必须交叉验证出版商页面。

6.C 综合判断#

本周两线的产出比约为 44:16（AI:传统）。AI 线在”生成式先验、概率化、降本”三条线上多点开花；传统线的贡献集中于底座正确性与工程化（HVP、矩阵自由 GN、AD 策略、跨平台基线）。两线不是替代关系：AI 线的每一条”更省”主张，背后都站着一个传统线的工程前提。

A. 立即可做（低风险、低成本，1–3 天）#

1. 核对现有二阶/伴随实现的 HVP 边界项——依据 GJI ggag358（传统线）。这是本周唯一一条可能导致静默错误梯度的提醒，优先级最高。
2. 建立”物理约束强度”消融模板——参照 TIP-INN vs NICE-M 的设计（AI 线），把软约束与硬约束做成同一任务下的对照臂。
3. 把 DiffSWE2d、SVGDFWI、PINN Atlas 三份可复现资产加入候选池（分别对应可微求解器〔传统/可微〕、贝叶斯 FWI〔AI〕、PINN 基准〔AI〕）。三者均有可访问产物，至少值得跑通一次环境。
4. 在评测清单里加入两条硬性要求：① 尾部构造（深层/盐下/强衰减）单独报指标；② 去噪类任务补下游指标（检测率、到时、极性）。
5. 把”合成排名不能代表实测排名""元数据标题不可全信”两条写进内部文献筛选规范。

B. 需要评估（有收益但需先做可行性判断，1–4 周）#

6. 评估 INN 路线做概率反演的可行性——依据 09-18 #3（2660 万条测深 / 4.37 GPU 小时，作者自述）。重点不是精度，是**“每点都要不确定度”场景下的成本结构**（AI 线）。
7. 为 3D 体数据长程依赖任务做 LMGM（Mamba）对照——线性复杂度是本周与算力账最直接相关的一条（AI 线）。
8. 评估”用电磁/其他物理场换 FWI 初始模型”是否在现有工区可行——依据 09-18 #4（传统线）。
9. 评估自研 FD 内核 vs AI 张量编译器的性价比——依据 09-20 #3 的 7 平台 Gpts/s 基线（传统/HPC 线）。

C. 仅记录（暂不投入）#

10. SDI / PSDWII 类”零实验零代码”的范式宣示（传统线）——季度级跟踪，不作立项依据。
11. Agentic FWI（10.1007/s11004-026-10342-5）（AI 线）——摘要与全文均不可得，在读到全文前不做任何技术判断。
12. 企业新闻口径的效率数字（如 220 TB 数据集的”效率提升 9–12 倍”）——引用时必须标注来源性质。

D. HPC 侧的具体提醒#

13. 建议补订稳定的 HPC 信息源：SC / ISC / IPDPS / PPoPP 会议论文、NVIDIA GTC 技术日程、SEG/EAGE 年会技术程序、SPECFEM / Devito / SeisSol 官方 release notes 与 GitHub releases。本周 6 天的缺口本质是检索路径问题。
14. 开源栈下周复查项（本周实测均无新版本）：Devito v4.8.23 / 2026-08-07；SPECFEM3D v4.1.1 / 2024-03-15；SeisSol v1.3.2 / 2025-06-17。
15. 注意”内存而非 FLOPs”这一信号：本周已出现矩阵自由 GN（不存储 Hessian）。若内部在做架构选型，把内存占用作为硬约束而非事后优化项。

8.1 结构性问题（本周持续）#

1. ⚠️ 模板变量连续未注入：{{date}} / {{lookback_days}} / {{history_dir}} / {{lookback_reports}} / {{project}} 全部为原始占位符，6 份日报全部沿用默认值（7 天 / 扩展 14 天 / 默认课题语境）。建议修改自动化配置注入实际值。
2. project 未指定：所有”对项目的启发”均按默认课题语境撰写，若实际项目有具体工区、正反演代码或集群环境，请补充后重跑。
3. 历史基线薄弱：lookback_reports = 7，但 09-15 时目录内 0 份、09-20 时仅 5 份。建议积累 5–7 份后再评估”新增方向”的统计意义。

8.2 代码/数据可用性（本周统计）#

• 本周 60 条位中，明确给出可访问代码/数据链接的仅 4 条：DiffSWE2d（GitHub，传统/可微）、SVGDFWI（Zenodo，AI）、GPR 扩散正则化数据（Zenodo，AI）、PINN Atlas（Zenodo + MIT，AI）。
• 其余条目摘要页均未提供仓库链接，请勿据此认定开源。
• ⚠️ SVGDFWI 的 Zenodo 记录未明示 license，再分发前必须确认；GPR 数据存在双 DOI（22732464 / 22732465），主记录需人工判定。

8.3 跨期悬置项（截至 2026-09-20，含悬置天数）#

8.4 需人工确认的性能数字（本周）#

本周主榜 60 条位中，给出可直接引用量化数字的仅约 1/5，其余为定性表述（“substantially""more accurate""promising”）。已逐条在日报中标注。任何基于本周条目做的选型决策都应以自复现为准，不要直接引用摘要里的形容词。