丰色 发自 凹非寺量子位 | 公众号 QbitAI 大佬何恺明还未正式入职MIT，但和MIT的第一篇合作研究已经出来了： 他和MIT师生一起开发了一个自条件图像生成框架，名叫RCG（代码已开源）。 这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。 它生成的图像不需要任何人类注释（也就是提示词、类标签什么的），就能做到既保真又具有多样性。

点击下方卡片，关注“CVer”公众号 AI/CV重磅干货，第一时间送达 点击进入—>【视觉和Transformer】微信交流群 扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文，强烈推荐！ 在CVer微信公众号后台回复：RCG，即可下载论文pdf和代码链接！快学起来！ 转载自：量子位 大佬何恺明还未正式入职MIT，

CV大神何恺明也进军扩散模型啦！这可是计算机视觉领域的一大新闻。何大神的最新研究成果刚刚发布在arXiv上，立刻就引起了广泛关注。他这次的研究可不是小打小闹，而是对扩散模型进行了深度解构，提出了一个超级简洁的新架构——l-DAE。 工作流程就非常简单：输入是一张有噪声的图片，噪声添加在PCA潜空间里。输出是原始的干净图片。 为了让大家更好地理解扩散模型的工作原理，何恺明还特意拿自己的视觉自监

点击下方卡片，关注“CVer”公众号 AI/CV重磅干货，第一时间送达 点击进入—> CV 微信技术交流群 杨净 发自 凹非寺转载自：量子位（QbitAI） 自何恺明MAE横空出世以来，MIM（Masked Image Modeling）这一自监督预训练表征越来越引发关注。 但与此同时， 研究人员也不得不思考它的局限性。 MAE论文中只尝试了使用原版ViT架构作为编码器，而表现更好的分层设计结构

我的导师让我看一下何恺明的论文 但是我找了一下大部分都是看的去雾的论文

一：由简至美的最佳论文（作者：何恺明  视觉计算组） 【视觉机器人：个人感觉学习他的经典算法固然很重要，但是他的解决问题的思路也是非常值得我们学习的】 那是2009年4月24日的早上，我收到了一封不同寻常的email。发信人是CVPR 2009的主席们，他们说我的文章获得了CVPR 2009的最佳论文奖(Best Paper Award)。我反复阅读这封邮件以确认我没有理解错误。这真是一件令人