何愷明新作再戰AI生成：入職MIT后首次帶隊，奧賽雙料金牌得主鄧明揚參與

AIGC動態歡迎閱讀

原標題：何愷明新作再戰AI生成：入職MIT后首次帶隊，奧賽雙料金牌得主鄧明揚參與
關鍵字：模型,建模,量子,損失,團隊
文章來源：量子位
內容字數：0字

內容摘要：

夢晨發自凹非寺量子位 | 公眾號 QbitAI何愷明入職MIT副教授后，首次帶隊的新作來了！
讓自回歸模型拋棄矢量量化，使用連續值生成圖像。并借鑒擴散模型的思想，提出Diffusion Loss。
他加入MIT后，此前也參與過另外幾篇CV方向的論文，不過都是和MIT教授Wojciech Matusik團隊等合作的。
這次何愷明自己帶隊，參與者中還出現一個熟悉的名字：
鄧明揚，IMO、IOI雙料奧賽金牌得主，在競賽圈人稱“乖神”。
目前鄧明揚MIT本科在讀，按入學時間推算現在剛好大四，所以也有不少網友猜測他如果繼續在MIT讀博可能會加入何愷明團隊。
接下來具體介紹一下，這篇論文研究了什么。
借鑒擴散模型，大改自回歸生成傳統觀點認為，圖像生成的自回歸模型通常伴隨著矢量量化（Vector Quantization），比如DALL·E一代就使用了經典的VQ-VAE方法。
但團隊觀察到，自回歸生成的本質是根據先前的值預測下一個token，這其實與值是離散還是連續沒啥必然聯系啊。
關鍵是要對token的概率分布進行建模，只要該概率分布可以通過損失函數來測量并用于從中抽取樣本就行。
并且從另一個

原文鏈接：何愷明新作再戰AI生成：入職MIT后首次帶隊，奧賽雙料金牌得主鄧明揚參與