一個 OpenAI 華人大牛，最近引發衆人關注。
他剛以一作身份發表的最新生成模型，引爆整個學術圈，讓不少人驚呼：
有望「終結擴散模型」，「圖像生成領域，要變天了」。
他提出的一緻性模型，效果比擴散模型更快更好——隻需 3.5 秒就能生成 64 張左右 256 × 256 的圖像。
而在此之前，同樣也是因爲他的工作，才有了之後擴散模型的狂潮——
DALL-E 2、Stable Diffusion、Imagen 等的出現。
這位名叫宋飏的機器學習研究員，親身參與着圖像生成領域的關鍵性變革。
但不爲多數人所知的是，他曾 16 歲裸分上清華，原本是想當一名物理學家。
他曾這樣形容兩者之間的關系：
有很多技術最初是由物理學家發明的，現在在機器學習中非常重要。
OpenAI 華人大牛
從個人網站上顯示， 目前他在 OpenAI 緻力于開發可擴展的方法來建模、分析和生成複雜的高維數據。
主要研究興趣涵蓋多個領域，包括生成建模、表示學習、概率推理、人工智能安全性以及 AI for Science。
而他的最終目标也在網站上提及：
解決具有廣泛意義的問題，開發既易于理解又有效的方法， 并構建可以改善人類生活的智能系統。
他的最新論文一緻性模型，在學術圈引起了巨大的反響。
有網友實測發現，隻需要 3.5 秒左右就能生成 64 張左右 256 × 256 的圖像：
遊戲結束！
這種圖像生成領域的颠覆性，對于宋飏本人來說可能并不陌生。
來到 OpenAI 之前，他曾在斯坦福大學攻讀計算機博士，研究包括基于分數的生成模型（Score-Based Diffusion models）和擴散模型，師從Stefano Ermon。
Stefano Ermon 是斯坦福計算機系副教授，隸屬于人工智能實驗室，也是伍茲環境研究所的研究員。
（值得一提的是，OpenAI 不少研究員也師出同門，比如負責 ChatGPT 訓練的 Shengjia Zhao，本科同樣畢業于清華）
其團隊連續兩年獲得 ICLR 傑出論文獎，其中一次一作正是宋飏。
使用随機微分方程進行基于分數的生成建模。
他們提出了一種全新的方式來解決基于分數生成模型的逆向問題，最終在 CIFAR-10 上實現了破紀錄的無條件圖像生成性能，并首次在這種生成模型中證明了高分辨率（1024 ˆ 1024）圖像的高保真生成。
而要被視作爲 Diffusion Model 提供早期貢獻的，還要屬被 NeurIPS 2019 接收并做口頭報告的工作。
當時，GAN 還在以逼真生成風格席卷全球，但衆多科學家仍受困于很難訓練、無法完整采樣等難題。
斯坦福大學博士後 Sohl-Dickstein 受到物理學啓發，利用擴散原理開發了生成建模算法——類似于從一滴墨水變成漫射淡藍色的水，首先将訓練數據集中的複雜圖像轉化爲簡單的噪聲，然後教系統如何反轉這個過程，将噪聲轉化爲圖像。
雖然可以對整個分布進行采樣，但性能效果仍遠遠落後于 GAN，訓練過程也太慢。
這時候，宋飏和他的導師出現了。他們提出了一種新方法，不估計數據的概率分布，而是估計分布的梯度，最終效果實現了對 GAN 的超越。
宋飏坦言：當時根本不知道擴散模型。是在論文發表之後，收到了 Sohl-Dickstein 的郵件，稱與擴散模型有非常緊密的聯系。
此後，更多人在此基礎上進行了更新和叠代，才有了擴散模型的驚豔效果。
或許在此之前，宋飏怎麽也不會想到，這場 Diffusion Model 風潮竟受到物理啓發，還會與自己有關。
16 歲就當理科狀元上清華
早在高中的時候，宋飏就展現了他在物理和信息學方面的天賦。
當時他在江蘇省新海高級中學，就獲得了全國物理奧賽、信息學奧賽的一等獎，并且還成功當選第一年清華大學 " 新百年領軍計劃 " 校長推薦人。
據稱，這放在連雲港市，也是全市第一人。
△圖源：學校官網
當時清華推薦生面試現場，一段" 樸實無華 "的自我介紹就讓當場所有人都記住了他。
我是奧賽宋飏，我獲得了物理以及信息學的全國一等獎；我是标兵宋飏，我的理想是做一名物理學家，現在我已經自學了高校裏的高等數學以及普通物理學；我還是文藝宋飏，我已經通過了鋼琴十級考試，在班級的羽毛球對抗賽上，也有我活躍的身影。
最終全票通過，當上了清華推薦生。但他有一個 flag：裸分上清華。
于是在第二年，以 425 分獲得當年連雲港市的理科狀元，順利進入到了清華大學數理基礎科學班，師從朱軍、Raquel Urtasun、Richard Zemel 等大佬。
對于這個成績，當時他也沒有想到：我覺得也就在 400 分左右吧，完全出乎意料。
據當時揚子晚報消息，每次考完試時，就經常找老師們聊天談心。在學校裏考得最差的一次是年級 40 多名。
除了學校和老師的幫助，家庭的氛圍也對他的成長密不可分。年幼時父母晚飯後就不看電視，而是各自拿着一本書在看。在這種氛圍中，宋飏也坐在書桌旁閱讀各類書籍。
現在，他也有了最新動向：
2024 年 1 月開始，他将加入加州理工學院電子系（EE）和計算數學科學系（CMS）擔任助理教授。
參考鏈接：
[ 1 ] http://www.xhgz.com/show-10-783-1.html
[ 2 ] https://news.sina.com.cn/o/2012-06-25/052524649267.shtml
[ 3 ] https://baike.sogou.com/v63765572.htm
[ 4 ] https://yang-song.net/
[ 5 ] https://tieba.baidu.com/p/1279964102
[ 6 ] https://www.quantamagazine.org/the-physics-principle-that-inspired-modern-ai-art-20230105/
