扩散模型拿了个一等奖。北京市自然科学奖一等奖,颁给了生数科技创始人、清华大学计算机系教授朱军和生数科技CTO鲍凡领衔的团队,成果名称是"高效可扩展的扩散模型理论与方法"。
![]()
奖项本身是结果,值得看的是这套成果到底解决了什么。扩散模型和Transformer是当前生成式人工智能的两块技术地基,而扩散模型长期卡在三个地方:最优解未知、采样效率低、可扩展性不足。朱军团队的工作,正是围绕这三个难题展开。
![]()
基础理论层面,团队揭示了扩散模型原问题的解析解,并完善了能量引导采样理论。这部分成果拿到了ICLR 2022杰出论文奖,还被DALL·E 2等生成式AI模型采用。
生成效率层面,团队发现扩散常微分方程的半线性结构,提出免训练的高效采样方法,实现近百倍加速。相关算法被Diffusers等主流开源工具库集成——对天天和采样步数较劲的开发者来说,这个数字的分量不用多解释。
模型架构层面,团队提出U-ViT架构,推动Transformer与扩散模型融合,为大规模生成模型提供新的技术路径,并支撑跨域生成、零样本3D生成等前沿研究。
三个层面串起来看,是一条从理论到算法再到架构的完整链路。而这条链路并不止于论文:相关研究成果为生数科技Vidu视频生成大模型的研发提供了重要技术支撑。
生数科技以通用世界模型为核心方向,构建统一的底层技术架构与研发体系,能力向多个场景延伸:
- 视频生成领域,Vidu Q系列持续提升视频生成质量、效率与可控性,推动AI视频在影视创作、数字内容生产等领域的应用;
- 实时交互领域,Vidu S系列进一步提升实时流式生成能力,让模型能够持续响应用户输入,支持数字人、实时互动等应用;
- Physical AI领域,Motus、Motubrain系列将时空建模能力延伸至物理世界,探索智能体在真实环境中的任务理解、决策规划与行动执行。
从视频生成到实时交互,再到Physical AI,不同模型共享同一套底层技术积累与研发体系,面向不同场景拓展能力。基础模型的持续突破,离不开底层理论与核心算法的长期积累,这次获奖也是对这条路径的一次认可。
生数科技表示,未来将继续以原创技术为根基,持续推进通用世界模型研发,探索人工智能在数字世界与物理世界中的更多可能。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.