2025年12月,何恺明团队发布新成果Improved MeanFlow (iMF),解决原始MeanFlow在训练稳定性、指导灵活性和架构效率上的三大问题。通过重构预测函数为标准回归问题,引入无分类器指导(CFG)和上下文内条件作用,模型性能大幅提升。在ImageNet 256×256基准测试中,iMF-XL/2模型单步生成FID达1.72,较原始版本提升50%,媲美多步扩散模型。论文一作为CMU博士生耿正阳,共一为清华姚班大二学生Yiyang Lu,后者现于MIT跟随何恺明研究计算机视觉。其他合作者包括Adobe研究员Zongze Wu、Eli Shechtman及CMU机器学习系主任Zico Kolter。该研究部分完成于MIT,何恺明教授署名尾作。
原文链接
本文链接:https://kx.umi6.com/article/29628.html
转载请注明文章出处
相关推荐
换一换
何恺明新作再战AI生成:入职MIT后首次带队,奥赛双料金牌得主邓明扬参与
2024-06-23 12:39:40
何恺明团队新作:扩散模型可能被用错了
2025-11-20 11:15:51
何恺明MIT开门弟子名单:奥赛双料金牌得主、清华姚班学霸在列
2024-12-03 16:20:13
邓明扬一作论文改写生成范式!何恺明也署名了
2026-02-06 02:22:57
何恺明组三位本科生领衔!持续聚焦Flow模型,突破归一化流生成效率瓶颈
2025-12-15 15:44:36
何恺明带大二本科生颠覆扩散图像生成:扔掉多步采样和潜空间,一步像素直出
2026-02-02 16:48:05
今年CVPR看点是广东:何恺明再获至高大奖,广工大打破大厂名校垄断
2026-06-06 15:50:06
何恺明首个语言模型:105M参数,不走GPT自回归老路
2026-05-13 10:04:52
何恺明MIT两名新弟子曝光:首次有女生入组,另一位是FNO发明者,均为华人
2025-11-06 20:12:52
MIT终身教授何恺明,入职谷歌了
2025-06-26 10:56:19
LSTM之父向何恺明开炮:我学生才是残差学习奠基人
2025-10-19 22:54:26
阶跃Step 3.7 Flash登顶AA榜:速度、性价比、端到端三项第一
2026-06-05 14:59:31
模型替换、数据倒卖、远控后门!国安部提醒“AI中转站”风险
2026-06-08 08:15:08
722 文章
616433 浏览
24小时热文
更多
-
2026-06-09 07:06:40 -
2026-06-09 00:54:40 -
2026-06-09 00:53:08