新智元報道

編輯：桃子

【新智元導(dǎo)讀】AI大神何愷明正式入職谷歌DeepMind，擔(dān)任杰出科學(xué)家，同時保留MIT終身副教授身份。從Meta到MIT，再到如今的谷歌，這位「學(xué)界+業(yè)界」雙修的大牛，將為DeepMind的AGI注入一針強(qiáng)心劑。

AI圈炸了！CV大牛何愷明正式官宣入職谷歌。

已更新的個人主頁上，明確寫著：兼職谷歌DeepMind杰出科學(xué)家。

與此同時，他依然保留MIT EECS終身教授的身份。

這位CV領(lǐng)域的傳奇人物，因提出ResNet而名震江湖，徹底改變了深度學(xué)習(xí)的發(fā)展軌跡，成為現(xiàn)代AI模型的基石。

如今，這位「學(xué)界+業(yè)界」雙軌并行的跨界大神，再次用行動證明了他的無限可能！

對于谷歌DeepMind而言，何愷明的加入更是如虎添翼。

他的技術(shù)專長，涵蓋了計算機(jī)視覺、深度學(xué)習(xí)等核心領(lǐng)域，學(xué)術(shù)影響力在全球范圍內(nèi)有目共睹。

Demis Hassabis曾公開表示，AGI可能在未來5-10年內(nèi)實現(xiàn)。

何愷明的到來，無疑將助力這一終極目標(biāo)的加速實現(xiàn)。

ResNet之父再跨界，DeepMind迎超級大腦

何愷明曾是微軟亞研院研究院、Meta「明星實驗室」FAIR的研究科學(xué)家，專注的研究領(lǐng)域包括深度學(xué)習(xí)和計算機(jī)視覺。

通過計算機(jī)視覺問題的視角，致力于開發(fā)適用于各種領(lǐng)域的通用方法。

在正式入職此之前，便早有消息傳出何愷明要跨入學(xué)術(shù)界。

尤其是，他于23年3月在MIT進(jìn)行的Job talks（求職演講），更加坐實了這一消息。

他目前的研究重點(diǎn)聚焦在建立一個計算機(jī)模型，以便從復(fù)雜的世界中學(xué)習(xí)表征并開發(fā)智能。

長期目標(biāo)是，用能力更強(qiáng)的人工智能來增強(qiáng)人類智能。

同時，他在計算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域發(fā)表了一系列極具影響力的論文。截至目前，他的論文被引用次數(shù)超過71萬次。

何愷明關(guān)于深度殘差網(wǎng)絡(luò)（ResNet）的論文是谷歌學(xué)術(shù)指標(biāo)2019年、2020年和2021年，所有研究領(lǐng)域中被引用次數(shù)最多的論文。

論文地址：https://openaccess.thecvf.com/content_cvpr_2016/papers/He_Deep_Residual_Learning_CVPR_2016_paper.pdf

另外，他在視覺物體檢測和分割方面的研究成果，包括Faster R-CNN和Mask R-CNN，也都產(chǎn)生了重大影響，同樣是這些領(lǐng)域被引用次數(shù)最多的論文之一。

論文地址：https://proceedings.neurips.cc/paper_files/paper/2015/file/14bfa6bb14875e45bba028a21ed38046-Paper.pdf

論文地址：https://openaccess.thecvf.com/content_ICCV_2017/papers/He_Mask_R-CNN_ICCV_2017_paper.pdf

2009年，何愷明成為首獲計算機(jī)視覺領(lǐng)域三大國際會議之一CVPR「最佳論文獎」的中國學(xué)者。

作為第一作者，他還獲得了CVPR 2009，CVPR 2016和ICCV 2017（Marr Prize）的最佳論文獎，并獲得了ICCV 2017最佳學(xué)生論文獎。

2017年4月，何愷明曾獲選香港中文大學(xué)（中大）工程學(xué)院杰出校友。

同時，他也是領(lǐng)域內(nèi)多個著名獎項的獲得者，包括2018年P(guān)AMI青年研究員獎，2018年ECCV、2021年CVPR最佳論文榮譽(yù)獎，以及2021年 ICCV Everingham獎。

從高考狀元到業(yè)界大神

何愷明是廣東人，在廣州執(zhí)信中學(xué)讀書時曾獲得全國物理競賽和省化學(xué)競賽的一等獎。

2003年5月，何愷明獲得保送清華的資格，但是他依然參加了高考并且以滿分900分的成績，成為當(dāng)年廣東省9位滿分狀元之一。

進(jìn)入清華大學(xué)以后，何愷明放棄保送的機(jī)械工程及其自動化專業(yè)，進(jìn)入了基礎(chǔ)科學(xué)班。

他在本科還沒有畢業(yè)的時候，就進(jìn)入了微軟亞洲研究院實習(xí)。出于對于計算機(jī)視覺的興趣，他選擇加入了計算機(jī)視覺組。

在2007年獲得了清華大學(xué)學(xué)士學(xué)位之后，4年時間就拿到了香港中文大學(xué)的博士學(xué)位。

在2016年加入FAIR之前，何愷明于2011年至2016年在微軟亞洲研究院（MSRA）擔(dān)任研究員。

他的第一篇CVPR獲獎?wù)撐木桶l(fā)表于在微軟亞洲研究院工作期間。

今年的成果

何愷明在研究界，每隔一段時間就會帶來新的成果，更新頻率非常快。

前段時間，他還聯(lián)手Yann LeCun共同發(fā)現(xiàn)了一種沒有歸一化層的Transformer，僅用9行代碼就實現(xiàn)了。

值得一提的是，這篇研究還被CVPR 2025錄用。

論文地址：https://arxiv.org/abs/2503.10622

項目地址：https://github.com/jiachenzhu/DyT

今年2月，他帶隊將大自然中的「分形」概念注入AI，提出了「分形生成模型」（fractal generative models）。

并且，在像素級圖像生成上，團(tuán)隊驗證了新方法的強(qiáng)大——

首次將逐像素建模的精細(xì)分辨率的計算效率，提升了4000倍。

論文地址：https://arxiv.org/abs/2502.17437

上個月，何愷明又聯(lián)手CMU團(tuán)隊，提出了系統(tǒng)且高效的一步生成建模框架MeanFlow，無需預(yù)訓(xùn)練就能讓AI生圖一步到位。

論文地址：https://arxiv.org/abs/2505.13447

他的研究經(jīng)驗的創(chuàng)新能力，將為谷歌DeepMind未來大模型研發(fā)注入更多的可能和動力。

參考資料：

https://people.csail.mit.edu/kaiming/