M$^3$：重构离散物理模拟的训练度量方法

M$^3$（多尺度莫顿度量）框架通过平衡训练度量，解决了物理模拟中由离散样本导致的监督偏差。 该框架在三个工业级数据集上验证了效果，使大规模体素预测误差降低至多4.7倍。 即便在剧烈子采样（160M降至1.6M点）下，其物理加权相对L2误差和MSE仍显著优于高分辨率数据训练模型。