大佬何恺明还未正式入职MIT，但和MIT的第一篇合作研究已经出来了： 他和MIT师生一起开发了一个自条件图像生成框架，名叫RCG（代码已开源）。 这个框架结构非常简单但效果拔群，直接在ImageNet-1K数据集上实现了无条件图像生成的新SOTA。 它生成的图像不需要任何人类注释（也就是提示词、类标签什么的），就能做到既保真又具有多样性。 这样的它不仅显著提高了无条件图像生成的水平，还能跟当前最好的条件生成方法一较高下。 用何恺明团队自己的话来说： 有条件和无条件生成任务之间长期存在的性能差距，终于在这一刻被弥补了。 那么，它究竟是如何做到的呢？ 类似自监督学习的自条件生成 首先，所谓无...