一个 OpenAI 华人大牛，最近引发众人关注。
他刚以一作身份发表的最新生成模型，引爆整个学术圈，让不少人惊呼：
有望「终结扩散模型」，「图像生成领域，要变天了」。
他提出的一致性模型，效果比扩散模型更快更好 —— 只需 3.5 秒就能生成 64 张左右 256×256 的图像。
而在此之前，同样也是因为他的工作，才有了之后扩散模型的狂潮 ——
DALL-E 2、Stable Diffusion、Imagen 等的出现。
这位名叫宋飏的机器学习研究员，亲身参与着图像生成领域的关键性变革。
但不为多数人所知的是，他曾 16 岁裸分上清华，原本是想当一名物理学家。
他曾这样形容两者之间的关系：
从个人网站上显示，目前他在 OpenAI 致力于开发可扩展的方法来建模、分析和生成复杂的高维数据。
主要研究兴趣涵盖多个领域，包括生成建模、表示学习、概率推理、人工智能安全性以及 AI for Science。
而他的最终目标也在网站上提及：
他的最新论文一致性模型，在学术圈引起了巨大的反响。
有网友实测发现，只需要 3.5 秒左右就能生成 64 张左右 256×256 的图像：
这种图像生成领域的颠覆性，对于宋飏本人来说可能并不陌生。
来到 OpenAI 之前，他曾在斯坦福大学攻读计算机博士，研究包括基于分数的生成模型（Score-Based Diffusion models）和扩散模型，师从 Stefano Ermon。
Stefano Ermon 是斯坦福计算机系副教授，隶属于人工智能实验室，也是伍兹环境研究所的研究员。
（值得一提的是，OpenAI 不少研究员也师出同门，比如负责 ChatGPT 训练的 Shengjia Zhao，本科同样毕业于清华）
其团队连续两年获得 ICLR 杰出论文奖，其中一次一作正是宋飏。
他们提出了一种全新的方式来解决基于分数生成模型的逆向问题，最终在 CIFAR-10 上实现了破纪录的无条件图像生成性能，并首次在这种生成模型中证明了高分辨率（1024ˆ1024）图像的高保真生成。
而要被视作为 Diffusion Model 提供早期贡献的，还要属被 NeurIPS 2019 接收并做口头报告的工作。
当时，GAN 还在以逼真生成风格席卷全球，但众多科学家仍受困于很难训练、无法完整采样等难题。
斯坦福大学博士后 Sohl-Dickstein 受到物理学启发，利用扩散原理开发了生成建模算法 —— 类似于从一滴墨水变成漫射淡蓝色的水，首先将训练数据集中的复杂图像转化为简单的噪声，然后教系统如何反转这个过程，将噪声转化为图像。
虽然可以对整个分布进行采样，但性能效果仍远远落后于 GAN，训练过程也太慢。
这时候，宋飏和他的导师出现了。他们提出了一种新方法，不估计数据的概率分布，而是估计分布的梯度，最终效果实现了对 GAN 的超越。
宋飏坦言：当时根本不知道扩散模型。是在论文发表之后，收到了 Sohl-Dickstein 的邮件，称与扩散模型有非常紧密的联系。
此后，更多人在此基础上进行了更新和迭代，才有了扩散模型的惊艳效果。
或许在此之前，宋飏怎么也不会想到，这场 Diffusion Model 风潮竟受到物理启发，还会与自己有关。
早在高中的时候，宋飏就展现了他在物理和信息学方面的天赋。
当时他在江苏省新海高级中学，就获得了全国物理奥赛、信息学奥赛的一等奖，并且还成功当选第一年清华大学“新百年领军计划”校长推荐人。
据称，这放在连云港市，也是全市第一人。
当时清华推荐生面试现场，一段“朴实无华”的自我介绍就让当场所有人都记住了他。
最终全票通过，当上了清华推荐生。但他有一个 flag：裸分上清华。
于是在第二年，以 425 分获得当年连云港市的理科状元，顺利进入到了清华大学数理基础科学班，师从朱军、Raquel Urtasun、Richard Zemel 等大佬。
对于这个成绩，当时他也没有想到：我觉得也就在 400 分左右吧，完全出乎意料。
据当时扬子晚报消息，每次考完试时，就经常找老师们聊天谈心。在学校里考得最差的一次是年级 40 多名。
除了学校和老师的帮助，家庭的氛围也对他的成长密不可分。年幼时父母晚饭后就不看电视，而是各自拿着一本书在看。在这种氛围中，宋飏也坐在书桌旁阅读各类书籍。
现在，他也有了最新动向：
2024 年 1 月开始，他将加入加州理工学院电子系（EE）和计算数学科学系（CMS）担任助理教授。
参考链接：
本文来自微信公众号：量子位 （ID：QbitAI），作者：杨净
