1. 相關(guān)成果：大規(guī)模擴(kuò)散模型的基礎(chǔ)理論與高效算法
擴(kuò)散模型是Sora、Stable Diffusion等生成式人工智能系統(tǒng)的理論基礎(chǔ)，在視覺、音頻等多模態(tài)數(shù)據(jù)生成任務(wù)上領(lǐng)先其他模型。然而，擴(kuò)散模型的采樣速度極慢。以圖像為例，擴(kuò)散模型通常需要從純噪聲圖片出發(fā)進(jìn)行50至100步去噪，最終生成清晰的圖片，所需時(shí)間是其它深度生成模型的50到100倍，極大限制了擴(kuò)散模型的部署和落地。
該項(xiàng)目在擴(kuò)散模型基礎(chǔ)理論、高效算法、骨干網(wǎng)絡(luò)和大規(guī)模預(yù)訓(xùn)練等方面做出了系統(tǒng)性的原創(chuàng)成果：（1）提出的Analytic-DPM算法獲解決了擴(kuò)散模型的反向方差估計(jì)不準(zhǔn)的固有局限，通過理論分析獲得擴(kuò)散模型的最優(yōu)反向方差和最優(yōu)KL散度的解析解形式，進(jìn)而提出了一個(gè)新穎而優(yōu)雅的免訓(xùn)練推理框架，提升采樣效率20-80倍；（2）提出的DPM-Solver算法是一種針對于擴(kuò)散模型常微分方程（ODE）設(shè)計(jì)的高效求解器，充分利用了ODE的結(jié)構(gòu)信息，無需任何額外訓(xùn)練，將擴(kuò)散模型的生成速度提高2倍以上，首次實(shí)現(xiàn)只用10到15步生成高質(zhì)量圖像；（3）提出了首個(gè)擴(kuò)散模型與Transformer融合的架構(gòu)U-ViT，比Sora團(tuán)隊(duì)提出的同樣原理的架構(gòu)DiT早了3個(gè)月，同時(shí)，開源了首個(gè)基于該融合架構(gòu)的大規(guī)模擴(kuò)散模型UniDiffuser。成果獲國際表示學(xué)習(xí)大會(huì)（ICLR 2022）杰出論文獎(jiǎng)，發(fā)表2年來共被引2000余次，被華為、OpenAI、蘋果、Stable Diffusion等國內(nèi)外領(lǐng)軍企業(yè)的文生圖大模型采用。
2. 獲獎(jiǎng)人介紹：
朱軍，清華大學(xué)計(jì)算機(jī)系博世AI教授、清華大學(xué)人工智能研究院副院長、IEEE/AAAI Fellow。2001到2009年獲清華大學(xué)計(jì)算機(jī)學(xué)士和博士學(xué)位，之后在卡內(nèi)基梅隆大學(xué)做博士后和項(xiàng)目科學(xué)家，2011年回清華任教（破格副教授），2015到2018年任卡內(nèi)基梅隆大學(xué)兼職教授。主要從事機(jī)器學(xué)習(xí)基礎(chǔ)理論、高效算法及應(yīng)用研究，在國際重要期刊與會(huì)議發(fā)表論文百余篇，谷歌引用2.9萬余次。擔(dān)任頂級期刊IEEE TPAMI的副主編和編委、AI編委，擔(dān)任ICML、NeurIPS、ICLR、IJCAI、AAAI等國際會(huì)議的資深領(lǐng)域主席、地區(qū)聯(lián)合主席、評獎(jiǎng)委員會(huì)委員、研討會(huì)主席等20余次。獲求是杰出青年獎(jiǎng)、科學(xué)探索獎(jiǎng)、吳文俊人工智能自然科學(xué)一等獎(jiǎng)、CCF自然科學(xué)一等獎(jiǎng)、ICLR杰出論文獎(jiǎng)、ICME/IEEE CoG最佳論文獎(jiǎng)等，入選國家高層次人才計(jì)劃、MIT TR35中國先鋒者以及IEEE Intelligent Systems評選的“AI’s 10 to Watch”。研制開源的“珠算”深度概率編程庫和“天授”強(qiáng)化學(xué)習(xí)庫，獲得國際競賽冠軍10余項(xiàng)。