何恺明团队新作GeoPT：让模型自学物理规律 量子位 | 公众号 QbitAI 物理仿真面临两大难题：标注数据昂贵、静态几何预训练局限。何恺明团队提出全新方法GeoPT，通过“合成动力学”将静态几何提升到动态空间，让模型在无标签数据中学习物理直觉，最高可节省60%的仿真数据需求。 核心思路 物理...

正文：2026年2月，何恺明团队提出全新生成模型范式——漂移模型（Drifting Models），一作是人大附中校友、IMO与IOI双料金牌得主邓明扬。漂移模型将生成分布的演化从推理阶段转移到训练阶段，实现单步生成（One-step Generation）。其核心创新为引入“漂移场”机制，在训练中直接对齐先验分布与真实数据分布，消除了GANs的对抗训练不稳定性，并摆脱了扩散模型对多步求解的依赖。在ImageNet 256×256基准测试中，该模型以1-NFE取得1.54 FID的成绩，超越许多传统多步生成模型。此外，模型在具身智能控制任务中也表现出色，单步推理即可匹敌需100步的传统方法。

正文：2026年1月，何恺明团队联合MIT本科生提出全新图像生成方法Pixel Mean Flow（pMF），颠覆传统扩散模型。该方法抛弃多步采样和潜空间编码，直接在像素空间一步生成高质量图像，在ImageNet 256×256分辨率上达到2.22 FID，512×512分辨率上为2.48 FID，创下单步无潜空间模型最佳成绩。pMF核心设计通过网络直接输出像素级去噪图像，并以速度场计算损失，基于流形假设简化复杂任务。实验表明，其计算效率远超StyleGAN-XL等方法，且避免了VAE解码器的额外开销。团队希望推动端到端生成建模研究。

正文：2025年12月，何恺明团队发布新论文，提出名为双向归一化流（BiFlow）的框架，突破归一化流生成模型效率瓶颈。该方法通过解耦前向与逆向过程，使逆向生成无需精确匹配前向过程，大幅提升速度和灵活性。实验显示，BiFlow在ImageNet 256×256数据集上取得2.39的FID分数，推理速度较基线提升两个数量级（TPU上快697倍）。此外，BiFlow支持图像修复和编辑任务。论文由三位本科生领衔，包括清华姚班陆伊炀、MIT Qiao Sun及刚入学MIT的王衔邦，均为何恺明指导。

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。

2025年11月26日，NeurIPS 2025揭晓最佳论文奖和时间检验奖。阿里Qwen团队的门控注意力研究获最佳论文奖，聚焦大语言模型性能提升；何恺明团队2015年提出的Faster R-CNN获时间检验奖，突破目标检测速度瓶颈。本届共4篇最佳论文，3篇为华人一作，涵盖大模型多样性、强化学习深度扩展及扩散模型泛化机制等前沿领域。此外，Best Paper Runner-up有3篇，涉及在线学习理论与神经缩放定律等方向。Faster R-CNN通过区域提议网络（RPN）实现高效检测，在多项竞赛中表现优异，其创新设计影响深远。

正文：2025年11月，何恺明团队发布新论文，提出扩散模型可能被用错的观点。研究指出，当前主流扩散模型在训练时多预测噪声或速度场，而非直接生成干净图像，这与模型本质相悖。基于流形假设，团队认为神经网络更适合学习将噪声投影回低维流形的干净数据，而非拟合高维噪声。为此，他们提出极简架构JiT（Just image Transformers），完全从像素出发，直接预测图像块，无需VAE、Tokenizer等复杂组件。实验表明，JiT在高维空间下表现稳健，在ImageNet 256×256和512×512生成任务中分别取得1.82和1.78的SOTA级FID分数。论文一作为黎天鸿，清华姚班本科毕业，现为何恺明组博士后。

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 AI大牛何恺明的团队近日新增两名成员——博士生胡珂雅和博士后李宗宜，均为华人学者。至此，何恺明任教MIT以来招募的6名学生中，5名为中国面孔。 胡珂雅：上交学霸直博MIT 胡珂雅本科毕业于上海交通大学ACM班，高中就读于福建...

2025年10月，LSTM之父Jürgen Schmidhuber再次引发争议，称其学生Sepp Hochreiter早在1991年就提出循环残差连接解决梯度消失问题，认为残差学习的奠基人应归功于Hochreiter而非何恺明团队。Schmidhuber指出，1997年提出的LSTM和1999年的vanilla LSTM均基于此思想，而2015年的Highway网络和ResNet是这一理念的延续。他还对其他深度学习模型如AlexNet、GAN和Transformer的起源提出类似质疑，但这些观点未获普遍认可。网友对此评价称‘从Hochreiter到ResNet，光芒随时间递归延续’，但也有人调侃‘Schmidhuber is all you need’。

近日，MIT终身教授何恺明正式加盟谷歌DeepMind，担任杰出科学家一职。此前，他于2023年获得MIT终身教职，仅隔一年便选择以兼职形式加入谷歌。何恺明是计算机视觉领域的顶尖学者，曾提出ResNet等经典模型，总引用量超71万次。他与谷歌DeepMind早有合作，包括今年2月发表的《Fractal Generative Models》论文，以及去年合作的Fluid项目。此次加入DeepMind基础研究组，标志着其学术与产业界双重身份的延续。