如何看待恺明最新工作DAE：使用扩散模型实现自监督学习？
Jan 26, 2024 · 在这里插入图片描述 为了让大家更好地理解扩散模型的工作原理，何恺明还特意拿自己的视觉自监督学习代表作MAE来做了对比。这么一比较，扩散模型的内部机制一下子就清 …
解析或者讨论下何恺明带学生新作，扩散模型不需要噪声时间 ...
Feb 22, 2025 · 解析或者讨论下何恺明带学生新作，扩散模型不需要噪声时间条件？ 恳请各位大佬出来讨论或者解析一下这篇论文呗。 显示全部 关注者 152
何恺明团队指出，扩散模型应该直接预测「图像」而不是「 ...
何恺明团队指出，扩散模型应该直接预测「图像」而不是「噪声」，如何评价这个工作？ 基于经典的「流形假设」（Manifold Assumption），论证了自然图像数据存在于高维像素空间的低维 …
解析或者讨论下何恺明带学生新作，扩散模型不需要噪声时间 ...
解析或者讨论下何恺明带学生新作，扩散模型不需要噪声时间条件？ 恳请各位大佬出来讨论或者解析一下这篇论文呗。 显示全部 关注者 153
如何评价何恺明的最新工作RCG？ - 知乎
Dec 14, 2023 · CV大神何恺明，也来搞扩散模型（Diffusion Model）了！ 大神最新论文刚刚挂上arXiv，还是热乎的：解构扩散模型，提出一个高度简化的新架构l-DAE（小写的L）。
如何分析kaiming新提出的dispersive loss，对扩散模型和aigc ...
Jun 15, 2025 · Dispersive Loss：为生成模型引入表示学习 何恺明团队的这篇文章提出了一种名为「Dispersive Loss」的 即插即用 正则化方法，用来弥合 扩散模型 与 表示学习 之间长期存在 …
ahfyj - 知乎
Nov 27, 2025 · 何凯明的博士生最近写了一篇JIT，直接预测x加速扩散模型训练，火遍全网。 然而我23年就有篇直接预测x的扩散模型的工作，至今引用14，审稿人还diss说根本不算扩散模型 …
如何评价何恺明的最新工作latent-DAE，用扩散模型做表征学习？
何恺明的最新工作latent-DAE：用扩散模型做表征学习 何恺明教授团队最近在arxiv上发表了一篇论文，提出了一种新的自监督学习方法latent-DAE (latent Denoising Autoencoder)，该方法使用 …
如何看待 Kaiming He 最新提出的 Fractal Generative Models
最近，备受瞩目的何恺明团队公布了一篇论文——分形生成模型（Fractal Generative Models）。 该论文提出了一种叫做分形生成的全新生成范式。
阿凡提 - 知乎
Dec 9, 2025 · 何恺明，让整个AI领域都为之瞩目的男人。 他提出的ResNet，是21世纪单篇被引次数最多的论文；他引领的MAE，重塑了视觉自监督学习。