明敏 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

一則招生消息不脛而走，AI大神任少卿開(kāi)始在母校中國(guó)科學(xué)技術(shù)大學(xué)，開(kāi)班招生了。

任少卿，曾任Momenta聯(lián)合創(chuàng)始人、蔚來(lái)汽車(chē)副總裁，07級(jí)中科大本碩博（微軟亞洲研究院聯(lián)合培養(yǎng)），ResNet和Faster R-CNN作者。學(xué)術(shù)高被引超44萬(wàn)，是全球中國(guó)籍學(xué)者高被引第一。ResNet也是21世紀(jì)全球最高被引論文。獲未來(lái)科學(xué)大獎(jiǎng)-數(shù)學(xué)與計(jì)算機(jī)科學(xué)獎(jiǎng)。

招生方向?yàn)锳GI、世界模型、具身智能、AI4S等。

碩士、博士生都在招。有推免資格的學(xué)生，下周一（22日）開(kāi)啟緊急面試。

任少卿簡(jiǎn)介

任少卿，計(jì)算機(jī)視覺(jué)、自動(dòng)駕駛領(lǐng)域?qū)＜摇?/p>

2007年畢業(yè)于蚌埠二中，考入中國(guó)科學(xué)技術(shù)大學(xué)信息安全專(zhuān)業(yè)，2016年獲得中國(guó)科學(xué)技術(shù)大學(xué)與微軟亞洲研究院的聯(lián)合培養(yǎng)博士學(xué)位。

2022年入選人工智能全球最具影響力學(xué)者榜單——AI 2000，排名第十。2023年獲得未來(lái)科學(xué)大獎(jiǎng)數(shù)學(xué)與計(jì)算機(jī)科學(xué)獎(jiǎng)。

他是ResNet的作者之一。

ResNet是深度學(xué)習(xí)領(lǐng)域里程碑式工作，其成就在于從根本上解決了深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的梯度消失難題。它使得構(gòu)建高性能、高深度的神經(jīng)網(wǎng)絡(luò)變得切實(shí)可行，特別在計(jì)算機(jī)視覺(jué)和自動(dòng)駕駛等對(duì)感知能力要求高的領(lǐng)域，貢獻(xiàn)巨大。

該研究獲得CVPR 2016年最佳論文獎(jiǎng)，目前被引用次數(shù)已經(jīng)超過(guò)29萬(wàn)次。

核心作者為何愷明、張祥雨、任少卿、孫劍。

此外他還參與了Faster R-CNN的工作，這是一種高效的兩階段目標(biāo)檢測(cè)算法，成功解決了此前目標(biāo)檢測(cè)算法中候選區(qū)域生成耗時(shí)的問(wèn)題，在速度和精度之間取得了良好平衡。

目前在自動(dòng)駕駛（實(shí)時(shí)檢測(cè)車(chē)輛、行人、交通標(biāo)志等）、安防監(jiān)控、醫(yī)學(xué)影像分析方面得到廣泛應(yīng)用。

2016年博士畢業(yè)后，任少卿加入了自動(dòng)駕駛初創(chuàng)公司Momenta，擔(dān)任研發(fā)總監(jiān)及聯(lián)合創(chuàng)始人。

2020年，他正式加入蔚來(lái)汽車(chē)。最初擔(dān)任自動(dòng)駕駛研發(fā)首席專(zhuān)家、助理副總裁，主要負(fù)責(zé)無(wú)人駕駛算法團(tuán)隊(duì)；之后調(diào)整為智能駕駛研發(fā)副總裁，向CEO李斌直接匯報(bào)。

2024年底，蔚來(lái)智能駕駛研發(fā)部門(mén)進(jìn)行架構(gòu)調(diào)整，新設(shè)技術(shù)委員會(huì)，任少卿直接管理該團(tuán)隊(duì)并領(lǐng)導(dǎo)大模型部，其職權(quán)范圍進(jìn)一步擴(kuò)大。

在蔚來(lái)期間，他主要負(fù)責(zé)了城區(qū)領(lǐng)航輔助（NOA）的規(guī)模鋪開(kāi)和全域領(lǐng)航輔助NOP+功能的發(fā)布與迭代。主導(dǎo)推動(dòng)了“群體智能”這一數(shù)據(jù)驅(qū)動(dòng)范式，利用大規(guī)模車(chē)隊(duì)產(chǎn)生的真實(shí)數(shù)據(jù)持續(xù)優(yōu)化算法。

在蔚來(lái)期間，任少卿領(lǐng)導(dǎo)團(tuán)隊(duì)開(kāi)發(fā)了NIO世界模型（NWM），這是一個(gè)融合時(shí)空認(rèn)知與生成式能力的自動(dòng)駕駛核心模型。主要具備想象重建+想象推演能力。

1、想象重建：可根據(jù)真實(shí)場(chǎng)景視頻，生成高保真的平行世界場(chǎng)景，涵蓋不同天氣、時(shí)段、路況（如雨天、雪天、夜晚等），模型無(wú)需人工標(biāo)注即可重構(gòu)環(huán)境細(xì)節(jié)，提升對(duì)復(fù)雜場(chǎng)景的理解深度。

2、想象推演：支持長(zhǎng)時(shí)序推演（生成超過(guò)2分鐘的視頻），模擬動(dòng)態(tài)交通場(chǎng)景的演變（如車(chē)輛變道、路口沖突等），并可通過(guò)指令控制生成特定駕駛行為（如左轉(zhuǎn)、加速等），從而預(yù)測(cè)多種可能性和最優(yōu)決策路徑。

他表示傳統(tǒng)端到端模型雖能提升感知與決策效率，但缺乏對(duì)人類(lèi)認(rèn)知中“想象”能力的模擬。NWM能彌補(bǔ)這一缺陷。

招生相關(guān)

最后據(jù)信源，有興趣咨詢(xún)報(bào)考任少卿老師碩士、博士的學(xué)生，以及有意向提前進(jìn)組開(kāi)展科研實(shí)驗(yàn)的學(xué)生，可以發(fā)送簡(jiǎn)歷至任老師郵箱：sqren@ustc.edu.cn

面試詳情和問(wèn)題咨詢(xún)，請(qǐng)聯(lián)系任老師郵箱，盡量問(wèn)題高效精煉。