基于深度卷积神经网络的 ImageNet 分类
ImageNet Classification with Deep Convolutional Neural Networks
深度卷积网络将数据、GPU 计算与表示学习结合，为现代视觉研究提供了重要起点。
THE RESEARCH ATLAS
GAIA-1：面向自动驾驶的生成式世界模型
将视频、文字与车辆动作映射为序列，生成受条件控制的驾驶场景与可能的未来。
GAIA-1: A Generative World Model for Autonomous Driving
为什么值得读
理解世界模型与驾驶策略的分工：预测环境如何变化，并不等于已经决定怎样安全驾驶。
连接了什么
把序列建模与生成视频带入驾驶场景；与 Cosmos 的并置强调方法交汇，不宣称直接继承。
世界模型研究与生成评估
生成质量与可控性是世界模型指标，不能替代闭环驾驶、真实道路与长尾安全评估。
沿着这些连接继续阅读 ↗引用
@misc{hu2023gaia,
title = {GAIA-1: A Generative World Model for Autonomous Driving},
author = {Anthony Hu and Lloyd Russell and Hudson Yeo and Zak Murez and George Fedoseev and Alex Kendall and Jamie Shotton and Gianluca Corrado},
year = {2023},
eprint = {2309.17080},
archivePrefix = {arXiv},
primaryClass = {cs.CV},
url = {https://arxiv.org/abs/2309.17080}
}论文与代码版权归原作者；引用及许可请以原始来源为准。
相关研究
去噪扩散概率模型
Denoising Diffusion Probabilistic Models
模型学习逐步反转加噪过程，为图像生成建立了重要的扩散建模路线。
从自然语言监督中学习可迁移的视觉模型
Learning Transferable Visual Models From Natural Language Supervision
通过对比学习对齐图像与自然语言描述，使视觉表示能够迁移到新类别。