北大字节重磅发布：DiT核心组件颠覆图像生成，传统预测时代终结！一作北大田柯宇科研成长经历

01

田柯宇的学术背景

田柯宇是北京大学计算机科学专业的研究生，曾在字节跳动的AI Lab进行实习。

他在学术领域的表现引人注目，已发表多篇高水平论文，其中包括两篇在国际顶级会议NIPS上以第一作者身份发表的论文。

他的研究主要集中在深度学习的优化与算法，特别是在自监督学习和图像生成方面。

02

参与的项目与贡献

在研究生阶段，田柯宇参与了多个重要项目，包括与字节跳动和牛津大学的合作，提出了名为SparK的算法。

该算法在卷积网络上成功实现了BERT/MAE形式的自监督预训练，标志着计算机视觉领域的一次重要进展。

03

学术成就与荣誉

田柯宇在本科阶段的表现也十分突出，他在北京航空航天大学的必修课排名中名列前茅，并获得多项奖学金和荣誉称号。北航软件学院大四推免至北大叉院，任书院梦拓/学院学委；潜心科研，已发表四篇高水平论文，含两篇 NIPS 第一作者（CCF-A类会议，四大人工智能顶会之首）并受邀担任NIPS/ICLR审稿人；专业分流排名前1%，大三学年GPA排名1/176，获国奖/三星奖学金/士谔奖章/软院之星/ACM区域赛银牌等奖项；参与中国留学基金委的Mitacs暑研、牛津大学远程科研等项目；在商汤科技、字节跳动公司累计进行超过两年的算法岗实习。

他已发表四篇高水平论文，其中包括两篇在CCF-A类会议上以第一作者身份发表的论文。

此外，他还参与了多个科研项目，并在商汤科技和字节跳动等公司进行实习，积累了丰富的实践经验。

04

VAR算法的创新与影响

最近，田柯宇与字节跳动的团队共同提出了一种新的图像生成方法VAR（Visual Autoregressive Modeling），该方法通过预测下一级分辨率来替代传统的自回归方法。

实验结果显示，VAR在图像生成质量和推理速度上均超过了现有的SOTA模型，尤其是在生成效率上提升了20倍。

05

未来的探索与发展

VAR的研究团队还观察到了与大语言模型相似的Scaling Laws，表明随着模型规模的扩大，性能将持续提升。

该项目的成果已经在GitHub上开源，吸引了广泛的关注和讨论。

研究人员希望通过这一创新方法，推动图像生成领域的发展。

- END -

推荐阅读

💡添加关注，获取更多AI热点资讯～💡

感谢您的阅读，辛苦您 点赞、在看、分享！