Kaiming He
PulseAugur coverage of Kaiming He — every cluster mentioning Kaiming He across labs, papers, and developer communities, ranked by signal.
-
何恺明本科团队发布MiniT2I文本到图像模型，参数量2.58亿
研究人员，包括由何恺明领导并主要由本科生组成的团队，推出了一种新颖的文本到图像生成模型MiniT2I。该模型以显著更少的参数（2.58亿）和更低的训练成本取得了具有竞争力的结果，与标准的ImageNet实验相当。MiniT2I采用了一种新的MM-JiT架构，直接在像素空间操作，无需VAE，并通过移除AdaLN等机制简化了扩散过程，这些机制在其他大型文本到图像模型中很常见。
-
CVPR 2026：D4RT荣获最佳论文，PhysInOne数据集发布
CVPR 2026会议圆满结束，Google DeepMind的D4RT凭借其4D动态场景重建技术荣获最佳论文奖，牛津VGG则连续第二次获得最佳论文奖。此次会议还发布了PhysInOne这一旨在推动世界模型和具身AI研究的庞大数据集，标志着重大进展。会议也见证了中国研究者的显著成就，包括本科生获得最佳论文提名，以及美团开源其560B参数的LongCat MoE模型。
-
CVPR 2026 奖项聚焦 4D 重建、3D 生成及中国研究者
在丹佛举行的 CVPR 2026 会议表彰了计算机视觉领域的重大进展，Google DeepMind 的 D4RT 模型因其高效的动态 4D 场景重建能力荣获最佳论文奖。Meta 的 SAM 3D 和 NVIDIA 的 NitroGen 分别因 3D 重建和游戏代理能力获得荣誉提及。最佳学生论文奖颁给了清华大学和 Microsoft Research 的 3D 生成模型 TRELLIS.2，而一项重要的最佳学生论文提名则突出了广东工业…
-
CVPR 2026：深度学习的“标准零件”面临挑战
研究人员正在挑战深度学习模型的组成部分，质疑诸如注意力机制和量化等领域的既定实践。在CVPR 2026上提出的新研究提出了新方法，例如在注意力计算中使用1位精度，以及为扩散模型开发自动量化策略。此外，一项研究表明，训练扩散模型直接预测干净图像而非噪声，可能提供一种更有效且理论上更合理的方法，从而简化模型架构和训练目标。
-
Visionary Future 开发以物体为中心的潜在世界模型
一家总部位于深圳的 AI 团队 Visionary Future 正在开发一个
-
CVPR 2026 聚焦深度学习基础组件的审视
近期研究正在挑战深度学习架构的基本组成部分，特别是在 Transformer 和扩散模型框架内。在 CVPR 2026 上发表的论文探讨了高精度浮点运算和复杂量化策略等标准实践的替代方案。一项研究引入了 BinaryAttention，它使用 1 位精度来实现注意力机制，从而提高了速度并达到了可比的准确性。另一项研究 SegQuant 则自动化了扩散模型的量化参数调整，消除了手动、特定于架构的调整的需要。此外，关于 Just imag…