AI资讯新闻榜单内容搜索-何恺明

关键词: AI新闻,模型训练,MiniT2I,像素空间文生图模型

文本生成图像的领域早已经是一片红海，看上去已经卷无可卷了。

关键词: AI新闻,模型训练,漂移模型,Drifting Preference Optimization,DrPO

来自西湖大学和香港中文大学（深圳）的团队沿着这一思路提出 Drifting Preference Optimization（DrPO），把漂移场用于单步文生图模型的偏好后训练。在 DrPO 中，奖励只负责对候选图像排序，不参与反向传播。具体而言，针对同一个文本提示词，当前模型生成一组候选图像。高分样本在特征空间中产生吸引，低分样本产生排斥，并结合参考模型约束给出模型的更新方向。

关键词: AI新闻,AI作图,MiniT2I,何恺明

全员本科生！ 刚刚，何恺明携本科生“军团”又放出一篇新论文。

关键词: AI新闻,扩散模型,Cola DLM,何恺明

大语言模型真的只能走“预测下一个token”的路子吗？

关键词: AI新闻,扩散语言模型,ELF,Embedded Language Flows,连续扩散语言模型

何恺明，也下场做语言模型了。

关键词: AI新闻,谷歌AI,Vision Banana,AI视觉,模型训练

最近，谷歌联合ResNet作者何恺明、谢赛宁、NeRF先驱Jonathan T. Barron、 3D图形学名家Thomas Funkhouser，正式发布了Vision Banana。它向世界宣告：视觉AI终于不再需要那些臃肿的任务头了，理解，本质上只是生成过程中的一次「对齐」。

关键词: AI新闻,AI访谈,邓明扬,人工智能

邓明扬现为 MIT 博士生，师从何恺明，主要研究生成模型。本科期间，他在 MIT 学习数学与计算机科学，也曾在 DeepMind 和 Meta 实习。更早之前，他曾获得 IMO 金牌和 IOI 金牌。2026 年，他以第一作者发表了 Drifting Models，尝试探索一种不同于传统路径的生成建模思路。

关键词: AI新闻,GeoPT,模型训练,何恺明

GeoPT提出了一种全新的动力学提升预训练范式，通过合成动力学（Synthetic Dynamics）将静态几何“提升”到动态空间，让模型在无标签数据上通过学习粒子轨迹演化来获取物理直觉。

关键词: Drifting Model,模型训练,何恺明,漂移模型,AI新闻

训练一个生成模型是很复杂的一件事儿。 从底层逻辑上来看，生成模型是一个逐步拟合的过程。与常见的判别类模型不同，判别类模型通常关注的是将单个样本映射到对应标签，而生成模型则关注从一个分布映射到另一个分布。

关键词: AI新闻,漂移模型,Drifting Models,何恺明

刚刚，何恺明团队提出全新生成模型范式漂移模型（Drifting Models）。