AIGC动态欢迎阅读
原标题：何恺明新作再战AI生成：入职MIT后首次带队，奥赛双料金牌得主邓明扬参与
关键字：模型,建模,量子,损失,团队文章来源：量子位
内容字数：0字内容摘要：
梦晨 发自 凹非寺量子位 | 公众号 QbitAI何恺明入职MIT副教授后，首次带队的新作来了！
让自回归模型抛弃矢量量化，使用连续值生成图像。并借鉴扩散模型的思想，提出Diffusion Loss。
他加入MIT后，此前也参与过另外几篇CV方向的论文，不过都是和MIT教授Wojciech Matusik团队等合作的。
这次何恺明自己带队，参与者中还出现一个熟悉的名字：
邓明扬，IMO、IOI双料奥赛金牌得主，在竞赛圈人称“乖神”。
目前邓明扬MIT本科在读，按入学时间推算现在刚好大四，所以也有不少网友猜测他如果继续在MIT读博可能会加入何恺明团队。
接下来具体介绍一下，这篇论文研究了什么。
借鉴扩散模型，大改自回归生成传统观点认为，图像生成的自回归模型通常伴随着矢量量化（Vector Quantization），比如DALL·E一代就使用了经典的VQ-VAE方法。
但团队观察到，自回归生成的本质是根据先前的值预测下一个token，这其实与值是离散还是连续没啥必然联系啊。
关键是要对token的概率分布进行建模，只要该概率分布可以通过损失函数来测量并用于从中抽取样本就行。
并且从另一个原文链接：何恺明新作再战AI生成：入职MIT后首次带队，奥赛双料金牌得主邓明扬参与
联系作者
文章来源：量子位
作者微信：QbitAI
作者简介：追踪人工智能新趋势，关注科技行业新突破
