数学和信息学双料奥赛金牌得主邓明扬,最近一篇顶会论文让AI圈炸了
22岁,一步打破AI生成模型的效率瓶颈
2026年2月,一篇名为《Generative Modeling via Drifting》的论文在AI圈引爆。论文提出了一种全新的生成模型——"漂移模型",让AI只需一步就能生成高清图像,而传统方法需要上百步。
这篇论文的一作叫邓明扬,22岁,MIT(麻省理工学院)在读博士生,导师是AI领域的传奇人物何恺明。
而在AI圈认识他之前,竞赛圈的人早就知道这个名字——他是中国第一位同时拿下国际数学奥林匹克(IMO)和国际信息学奥林匹克(IOI)金牌的选手。
邓明扬的成就时间线
| 初三 | NOI金牌 + CMO金牌,入选国家集训队,获清华北大保送资格 |
| 高一(16岁) | IMO金牌,中国队最小选手 |
| 高三(18岁) | IOI满分夺冠,600分,IOI史上第三位满分选手 |
| 本科(MIT) | ICPC世界冠军(MIT 44年来首次)+ Putnam Fellow |
| 博士(22岁) | 师从何恺明,一作发表"漂移模型"论文,刷新AI单步生成记录 |
16岁,IMO金牌
邓明扬出生在北京,来自高知家庭——父亲本科复旦大学、博士毕业于北京大学,母亲也是科研人员。
小学六年级,他被中国人民大学附属中学(人大附中)的早培班录取。人大附中是什么地方?全国竞赛最强的中学之一,培养过无数竞赛金牌选手。
进入人大附中后,邓明扬同时在数学和信息学两条赛道上"双线作战",初三就拿下了NOI金牌和CMO金牌,入选国家集训队,获得清华北大保送资格。两条赛道,任意一条能走到国家级金牌的,已经是万里挑一。
2019年7月,英国巴斯。第60届国际数学奥林匹克竞赛(IMO),中国队六人全部摘金,以团体总分第一重登世界冠军(时隔四年)。
邓明扬是队里年龄最小的选手,也是人大附中历史上第一位在高一就拿下IMO金牌的学生。那年他16岁。
18岁,IOI满分夺冠
2021年6月,第33届国际信息学奥林匹克竞赛(IOI)。
邓明扬拿了满分——600分,6道题全部拿到100分。
这是IOI历史上第三位满分选手。那届比赛,中国队包揽了前四名。
至此,邓明扬成为中国首位在两个不同学科(数学和信息学)均获得国际奥赛金牌的选手。
MIT的传奇还在继续
2020年,邓明扬被MIT录取。在MIT读本科期间,他的履历依然"不正常":
ICPC世界冠军2022年,邓明扬和队友代表MIT参加第45届国际大学生程序设计竞赛(ICPC)全球总决赛,拿下冠军。这是MIT 44年来首次赢得ICPC冠军,终结了俄罗斯队伍的十连冠。
Putnam Fellow同年,他获得美国大学生数学竞赛Putnam的最高个人荣誉——Putnam Fellow(普特南研究员)。
本科毕业后,邓明扬留在MIT攻读博士,师从何恺明教授。
何恺明是谁?他发明了ResNet(残差网络),这是过去十年深度学习领域被引用最多的论文之一,几乎所有现代AI系统都建立在他的工作基础上。2024年,何恺明从Meta回到MIT任教,邓明扬成为他在MIT指导的第一批博士生。
22岁,一篇论文打破AI生成模型的效率瓶颈
AI生成模型(比如生成图片的扩散模型)一直面临一个两难困境:
• 想要生成高质量的图片?需要让AI反复计算几十甚至上百步,速度很慢。
• 想要速度快、一步出图?质量就会大幅下降。
"高质量"和"高效率",似乎不可兼得。
邓明扬的论文提出了"漂移模型"(Drifting Models),核心思路是:把原本在生成图片时才需要做的反复优化,提前在训练阶段就完成。这样,当模型训练好之后,只需要一步就能直接生成高清图片。
效果有多好?
在AI领域最权威的图像生成评测ImageNet上,漂移模型只用一步,就达到了FID 1.54的成绩——不仅碾压所有一步生成的方法,甚至媲美那些需要上百步才能完成的传统模型。
更让人兴奋的是,这个方法不只能生成图片。在机器人控制任务中,漂移模型一步就超过了传统方法需要100步才能达到的效果。
这意味着什么?未来AI生成图片、视频,甚至控制机器人,都可能变得更快、更高效。
从竞赛少年到AI前沿
邓明扬的故事,是又一个"竞赛少年走向AI巅峰"的案例。
关于更多信奥选手在AI领域的故事,可以阅读我们之前的文章《从信奥赛场到AI巅峰》,里面详细介绍了7位从信息学竞赛走出来的AI领军人物。