何恺明ResNet级神作，分形生成模型计算效率狂飙4000倍！清华校友一作

原标题：何恺明ResNet级神作，分形生成模型计算效率狂飙4000倍！清华校友一作
文章来源：新智元
内容字数：10734字

何恺明团队提出分形生成模型：AI图像生成新范式

近年来，人工智能图像生成领域取得了显著进展。然而，现有模型在高分辨率逐像素建模方面仍面临计算效率低下的挑战。近日，何恺明团队重磅推出“分形生成模型”（fractal generative models），为AI图像生成开辟了新的范式。

1. 分形之美与AI的结合

大自然中蕴含着丰富的分形结构，例如雪花、树枝等。分形结构具有自相似性，即局部结构与整体结构相似。何恺明团队受到自然界分形结构的启发，将分形概念引入AI图像生成模型。该模型采用递归结构，通过递归调用原子生成模块构建，形成自相似的分形架构，类似于人类大脑神经网络的模块化递归结构。

2. 模块化与分而治之的策略

该模型的核心思想是“分而治之”。它将生成模型本身作为一个模块，递归地构建更高级的生成模型。这种模块化设计使得模型能够高效地处理高维数据。具体而言，模型将图像划分为多个patch，并递归地对这些patch进行建模。每个生成模块内部包含更小的生成模块，逐层细化，最终实现逐像素建模。

3. 显著提升计算效率

相比于传统的逐像素建模方法，分形生成模型在计算效率上实现了显著提升。在生成256×256分辨率图像时，其计算成本仅为传统方法的两倍，计算效率提升了4000倍。这使得高分辨率逐像素建模成为可能。

4. 实验结果验证模型有效性

研究人员在ImageNet数据集上进行了广泛的实验，结果表明，分形生成模型在似然估计、保真度、多样性和生成质量等方面均取得了优异的成绩。在256×256分辨率的图像生成任务中，该模型实现了较高的图像质量和较低的计算成本。

5. 条件逐像素预测与未来展望

此外，该模型还能够进行条件逐像素预测，例如图像修复、外延和类别条件编辑等任务。这种逐像素生成的方式也使得生成过程更易于理解和控制。未来，该模型有望在视觉内容创作、建筑设计和药物发现等领域得到广泛应用。

6. 团队介绍

该研究由MIT CSAIL的黎天鸿、孙沁怡、范力杰以及何恺明教授共同完成。何恺明教授及其团队在深度学习领域做出了诸多杰出贡献，包括ResNet、Faster R-CNN和Mask R-CNN等。

总而言之，何恺明团队提出的分形生成模型，是AI图像生成领域的一次重大突破。它不仅提高了计算效率，也为构建更强大、更具适应性的AI系统提供了新的思路。

联系作者

文章来源：新智元
作者微信：
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人对人类社会与文明进化的影响，领航中国新智能时代。