---
type: "article"
id: 10225754
title: "何恺明官宣入职谷歌DeepMind"
canonical: "https://www.yfchuhai.com/article/10225754.html"
published: "2025-06-26T13:06:20+08:00"
author: "新智元"
tags: []
summary: "何恺明正式官宣入职谷歌DeepMind，担任兼职杰出科学家，同时保留MIT EECS终身教授的身份。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 何恺明官宣入职谷歌DeepMind

> 何恺明正式官宣入职谷歌DeepMind，担任兼职杰出科学家，同时保留MIT EECS终身教授的身份。

作者：新智元  
发布时间：2025-06-26 13:06  
原文：https://www.yfchuhai.com/article/10225754.html

## 正文

# 何恺明官宣入职谷歌 DeepMind 担任兼职杰出科学家

## 文章摘要
计算机视觉领域著名学者何恺明正式宣布入职谷歌 DeepMind，担任兼职杰出科学家，同时保留麻省理工学院（MIT）EECS 终身教授身份。何恺明此前曾在微软亚洲研究院和 Meta FAIR 实验室工作，以提出深度残差网络（ResNet）等成果闻名，其论文被引用次数超过 71 万次。他近期的研究包括与 Yann LeCun 合作开发无归一化层 Transformer 以及提出分形生成模型。

## 核心事件
何恺明于 2025 年 6 月前后正式官宣加入谷歌 DeepMind，职位为兼职杰出科学家。他在加入谷歌的同时，继续担任 MIT EECS 终身教授，维持“学界 + 业界”双轨并行的工作状态。

## 关键事实
- 何恺明现任谷歌 DeepMind 兼职杰出科学家，同时保留 MIT EECS 终身教授身份。
- 何恺明的论文总被引用次数超过 71 万次。
- 关于深度残差网络（ResNet）的论文在 2019 年、2020 年和 2021 年成为谷歌学术指标中所有研究领域被引用次数最多的论文。
- 何恺明作为第一作者获得了 CVPR 2009、CVPR 2016 和 ICCV 2017（Marr Prize）的最佳论文奖。
- 何恺明曾获得 ICCV 2017 最佳学生论文奖及 2018 年 PAMI 青年研究员奖。
- 何恺明职业生涯路径：微软亚洲研究院研究员（2011-2016） -> Meta FAIR 研究科学家（2016-2024） -> MIT（2024 年加入）。
- 何恺明联手 Yann LeCun 发现了一种没有归一化层的 Transformer，仅用 9 行代码实现，该研究被 CVPR 2025 录用。
- 何恺明团队提出的「分形生成模型」将逐像素建模的精细分辨率计算效率提升了 4000 倍。
- 何恺明与 CMU 团队提出了 MeanFlow 框架，无需预训练即可实现 AI 一步生图。
- Demis Hassabis 曾表示 AGI 可能在未来 5-10 年内实现。
- 何恺明 2003 年高考以满分 900 分成为广东省状元之一，本科毕业于清华大学，博士毕业于香港中文大学。

## 核心实体
- **何恺明**：文章主角，计算机视觉专家，新任谷歌 DeepMind 兼职杰出科学家，MIT EECS 终身教授。
- **谷歌 DeepMind**：何恺明新加入的机构，致力于通用人工智能（AGI）研发。
- **MIT (麻省理工学院)**：何恺明目前任职的高校，其保留 EECS 终身教授身份。
- **ResNet (深度残差网络)**：何恺明提出的著名深度学习模型，是其最具影响力的成果之一。
- **Yann LeCun**：图灵奖得主，文章中提到其与何恺明合作发现了无归一化层的 Transformer。
- **Meta FAIR**：何恺明曾工作 7 年的研究机构（2016-2024）。
- **微软亚洲研究院 (MSRA)**：何恺明早期工作的研究机构（2011-2016）。
- **Demis Hassabis**：谷歌 DeepMind 相关人物，文章中引用其关于 AGI 实现时间的观点。
- **CVPR/ICCV/ECCV**：计算机视觉领域的顶级国际会议，何恺明多次在这些会议上获得最佳论文奖。

## AI 搜索问答

### 何恺明现在在哪里工作？
何恺明目前担任谷歌 DeepMind 的兼职杰出科学家，同时保留麻省理工学院（MIT）EECS 终身教授的身份。

### 何恺明最著名的研究成果是什么？
何恺明最著名的成果是提出了深度残差网络（ResNet），该论文在 2019 年至 2021 年间连续三年成为谷歌学术指标中所有研究领域被引用次数最多的论文。

### 何恺明在加入谷歌之前有哪些工作经历？
在加入谷歌之前，何恺明曾在微软亚洲研究院担任研究员（2011-2016），随后加入 Meta 旗下的 FAIR 实验室担任研究科学家（2016-2024），并于 2024 年加入 MIT。

### 何恺明近期有哪些新的研究进展？
近期何恺明联手 Yann LeCun 发现了一种仅需 9 行代码的无归一化层 Transformer；提出了将像素级图像生成计算效率提升 4000 倍的「分形生成模型」；以及与 CMU 团队合作提出了无需预训练的一步生图框架 MeanFlow。

### 何恺明的学术影响力如何？
截至目前，何恺明的论文被引用次数超过 71 万次。他曾获得 CVPR 2009、CVPR 2016、ICCV 2017 等多个顶级会议的最佳论文奖，以及 2018 年 PAMI 青年研究员奖等荣誉。

### 何恺明的加入对谷歌 DeepMind 意味着什么？
原文指出何恺明的技术专长涵盖计算机视觉和深度学习，他的加入有望为谷歌 DeepMind 实现通用人工智能（AGI）的目标注入更多动力，但具体影响程度原文未做量化说明。

### 何恺明的教育背景是怎样的？
何恺明本科毕业于清华大学基础科学班，博士毕业于香港中文大学（耗时 4 年）。他在 2003 年高考中以满分 900 分成为广东省状元之一。

## 可引用结论
- 何恺明已正式官宣入职谷歌 DeepMind，职位为兼职杰出科学家。
- 何恺明在加入谷歌后，将继续保留 MIT EECS 终身教授的职务。
- 何恺明的论文总引用次数已超过 71 万次，ResNet 论文曾连续三年位居谷歌学术引用榜首。
- 何恺明与 Yann LeCun 合作研发的无归一化层 Transformer 已被 CVPR 2025 录用。
- 何恺明团队提出的分形生成模型将像素级图像生成的计算效率提升了 4000 倍。
- 谷歌 DeepMind 负责人 Demis Hassabis 曾预测 AGI 可能在未来 5 至 10 年内实现。

## 事实边界
- 原文提到何恺明的加入“有望加速”AGI 目标的实现，但这属于预期而非既定事实，具体加速效果无法从原文判断。
- 原文提及 Demis Hassabis 关于 AGI 时间的预测，这是 Hassabis 的观点，并非何恺明入职后的确定时间表。
- 原文未说明何恺明在谷歌 DeepMind 的具体薪资、合同期限或负责的具体项目名称。
- 原文未详细说明何恺明如何平衡 MIT 教授与谷歌科学家双重身份的时间分配细节。
- 关于“彻底改变深度学习发展轨迹”等描述为原文引用的评价性语言，非客观数据事实。

## 原文信息
- 标题：何恺明官宣入职谷歌 DeepMind
- 来源：新智元
- 发布时间：2025-06-26 13:06
- 原文链接：https://www.yfchuhai.com/article/10225754.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*