本文目录导读：
图生成模型是生成式人工智能在非欧几里得数据（图结构数据）领域的重要分支，它的目标不是生成图像、文本或音频，而是生成图形结构（由节点和边组成的数据）。
这与用生成模型（如GAN或扩散模型）生成一张图片完全是两回事，下面我会系统地为你介绍图生成模型的核心概念、主要方法与实际应用。
核心目标
给定一个训练集（包含若干图），图生成模型的目标是学习这些图在结构和属性上的分布，从而生成与训练集相似但又完全不同、且符合逻辑的新图。
关键挑战：
- 组合空间巨大：N个节点的可能图结构数量是 (2^{O(N^2)})。
- 变长输出：不同图的节点数可能不同（不像图像有固定尺寸）。
- 结构复杂性：需要捕捉节点之间的复杂依赖关系（如度分布、聚类系数、社区结构）。
- 置换不变性：图本身与节点的排列顺序无关（图的同构问题）。
主要方法分类
图生成模型的发展经历了从简单模型到深度生成模型的演进。
传统方法（基于规则或统计）
- Erdos-Renyi (ER) 模型：最简单的随机图模型，以固定概率 (p) 在每对节点间连边。
- 缺点：生成的图缺乏真实图的常见特性（如聚类、幂律度分布）。
- Barabási-Albert (BA) 模型：基于“优先连接”机制，新节点更倾向于连接已有的大度节点，生成无标度网络。
- 优点：能模拟真实网络的幂律度分布。
- Stochastic Block Model (SBM)：通过定义社区结构（块）和块间的连接概率来生成图。
- 用途：常用于生成带有社区结构的人工图。
基于自回归的深度模型
这类模型将图的生成过程视为一个序列化步骤,逐步添加节点和边。
- GraphRNN：这是开创性工作之一，它使用两个递归神经网络（RNN）：
- 节点级RNN：决定何时添加新节点。
- 边级RNN：决定新节点与现有节点之间如何连接。
- 流程：先由节点RNN输出一个状态，初始化边RNN；边RNN逐步预测新节点与已有节点的边。
- 缺点：边生成复杂度为 (O(N^2)),其输出顺序依赖于节点顺序。
基于生成对抗网络（GAN）
- MolGAN：专门用于生成小分子图。
- 架构：生成器直接生成一个图（节点特征和邻接矩阵），判别器判断其真实性和有效性（配合一个奖励网络预测化学性质）。
- 挑战：由于图离散且非欧几里得，GAN直接应用比较困难（如不能直接求梯度）。
基于变分自编码器（VAE）
- GraphVAE：将图编码到潜在空间（(z)），再从 (z) 解码生成图。
- 解码：输出一个完整的图（节点特征矩阵和邻接矩阵）。
- 挑战：输入图的节点数需固定；输出图与输入图的对齐（匹配）困难。
基于扩散模型（目前SOTA）
扩散模型在图生成领域展现出很强的能力，它们通过一个前向过程将图逐步加噪到纯噪声,然后学习一个反向过程从噪声中恢复出图结构。
- DiGress (Discrete Diffusion Models for Graph Generation)：
- 离散扩散：专门处理图数据（节点类型、边类型都是离散的），前向过程按概率随机替换节点/边类型（如“碳”变“氮”、“单键”变“双键”或“无键”）。
- 反向过程：学习一个神经网络（通常是图 Transformer）来预测去噪后的真实节点/边类型,从而实现逐步去噪。
- GDSS (Score-based Generative Model for Graphs)：连续时间分数匹配扩散模型用于图生成。
关键应用领域
-
药物发现与分子设计（核心领域）：
- 生成具有特定性质（如高活性、低毒性、易合成）的新分子结构。
- 工具：
MolGAN，GraphAF，DiGress等都专为此优化。
-
材料科学：生成新型晶体结构、聚合物或超材料（如具有特定带隙的新晶体图）。
-
社交网络分析：
- 生成模拟用户交互的合成网络（用于算法测试、隐私保护）。
- 预测网络演化（未来可能添加的边或节点）。
-
交通网络与基础设施：
生成城市交通流量图,模拟不同场景下的路网结构。
-
程序与代码生成：
将代码表示成抽象语法树（AST，也是一种图结构）,生成新的代码片段。
图生成模型 vs. 图神经网络（GNN）
- GNN 是判别/预测模型，它读取一个已有的图，学习节点/图上的表示（表征学习），用于节点分类、链接预测、图分类等任务。
- 图生成模型是生成模型，它学习图数据的分布，产生全新的图结构（包括节点、边及其属性）。
GNN 是图生成模型重要的技术基础，大部分现代图生成模型（如DiGress、GDSS）都使用 GNN 作为其核心网络（如噪声预测网络、编码器/解码器）。
评估一个图生成模型
判断一个图生成模型好坏不太容易（不像分类任务有明确准确率）,常用评估指标：
| 指标 | 描述 | 衡量 |
|---|---|---|
| 有效性 | 分子图是否符合化合价规则/是否合法。 | 分子合法性 |
| 新颖性 | 生成的图是否未出现在训练集中。 | 创作能力 |
| 唯一性 | 生成的不同图的比例。 | 多样性 |
| 分布接近度 | 生成图集的度分布、聚类系数分布、最大子结构分布（如环形）等是否与训练集一致。 | 保真度 |
| FID-like | 类似图像领域，计算特征分布的距离（如利用GNN提取特征，计算MMD - 最大均值差异或Fretchet距离）。 | 整体质量 |
| 维度 | 当前痛点与趋势 | 主要关注点 |
|---|---|---|
| 模型 | 扩散模型（如DiGress）目前SOTA | 如何高效处理大规模图（>5k节点）仍是难点 |
| 大图困境 | 自回归模型复杂度 (O(N^2))，扩散模型也面临此类问题 | 层次化生成（先生成社区骨架，再填充细节） |
| 条件控制 | 生成具有特定性质的图才是最有价值的 | 条件扩散模型、引导技术（如分类器指导） |
| 3D图（更接近现实） | 分子的3D坐标不仅是拓扑，还有空间结构 | 3D分子生成（如结合平动、旋转等对称性） |
简单来说：
- 如果你需要非常像真实数据的新图，用扩散模型。
- 如果你需要逐步精确控制过程，用自回归模型。
- 如果你专门做分子生成，可以直接找相关专用模型或工具（如DiGress、MolGAN）。
图生成模型是生成模型中增长很快的方向之一，尤其在有大量结构化数据（如分子、社交网络）的领域。
