“AI界奥斯卡”首颁中国团队！任少卿、何恺明、

　　，将于时间12月4日木曜日上午6时、美国承平洋尺度时间12月3日礼拜三下战书14时对全球发布并颁。神经消息处置系统大会（NeurIPS），是人工智能取机械进修范畴最具影响力的国际学术会议，正在AI学科范畴排名第一，被誉为“AI界的奥斯卡”，是人工智能范畴的全球年度风向标。2025 年 12 月正在美国举办，成为全球 AI 前沿的最集中展现地。神经消息处置系统大会（NeurIPS）时间查验，是全球人工智能范畴含金量最高的项之一，旨正在表扬十年前颁发于 NeurIPS、并正在此后显著影响研究范畴、住时间的优良论文。本年的获是2015年由中国粹者任少卿、何恺明、孙剑从导，结合美国人工智能科学家罗斯·吉尔希克（Ross Girshick）配合颁发，其提出的新型收集架构，将物体检测效率提拔10倍以上，初次开创了端到端及时精准方针检测的全新范式。十年来，该模子的焦点思惟已深度融入人工智能的根本手艺基因，成为驱动从动驾驶、工业检测、医疗影像、安防、卫星遥感等国计平易近生和经济成长环节范畴的焦点引擎。该工做学术援用超9。8万次，文章第一做者任少卿，现任中国科学手艺大学讲席传授、蔚来汽车副总裁，该工做是正在其攻读博士期间（中国科大-微软亚洲研究院结合培育博士）完成，是华人做为第一做者正在该会议上颁发的学术援用量最高的文章；是AI检测范畴全球最高被引论文。此次获，是由中国粹者从导、正在中国研究攻关，也是我国科研初次获此殊荣，标记着我国正在人工智能范畴高端人才培育取前沿科技立异方面取得深挚堆集取严沉进展。它不只是中国高校育人系统成效的无力证明，更是我国高档教育立异产出生避世界级原创科技、培育具有原创性国际影响力的AI顶尖科技人才的里程碑，为我国引领全球人工智能科技合作取成长奠基根本。正在这一里程碑工做的背后，是一个持续出现的顶尖华人科学家群体。任少卿正在Faster R-CNN中的合做者何恺明（现MIT副传授）取孙剑（前旷视科技首席科学家）。他们三位所构成的慎密合做，还产出了深度残差收集框架ResNet（是21世纪全球最高被引论文）、机械图像分类第一次正在准确率上跨越人类（2025 Helmholtz Prize，ICCV十年影响力）等定义人工智能成长标的目的的基石性。这一系列由中国粹者从导、正在中国研究攻关、具有全球深远影响力的工做，申明了我国正在人工智能根本研究范畴，已从“单点冲破”迈入“系统化、群体性出现”的新阶段。这不只展现了我国具备持续输出生避世界级原创的能力，其正在国际舞台上的严沉冲破，更无力地提拔了我国科技话语权取影响力，为我国正在全球新一轮科技取AI财产变化中博得计谋自动供给了支持。任少卿，中国科学手艺大学讲席传授、博士生导师，中国科学手艺大学通用人工智能研究所（筹）担任人，蔚来汽车副总裁。持久努力于人工智能范畴的前沿研究取财产使用。正在深度进修、计较机视觉及智能驾驶等环节范畴做出了根本性、开创性工做，鞭策了深度神经收集取智能驾驶等人工智能环节手艺的世界级改革。截至2025年11月，其学术论文被援用次数达46万余次，位列全学科范畴国内学者第一，全球华人前三。荣获2023将来科学大-数学取计较机科学、2025 Helmholtz Prize （ICCV十年影响力）、2016 CVPR最佳论文、ImageNet竞赛取MSCOCO竞赛全球冠军、AI 2000全球人工智能学者榜单总排名第三。筹建中国科学手艺大学通用人工智能研究所，打制国际一流的通用人工智能（AGI）根本研究取手艺使用平台，聚焦人工智能、世界模子、具身智能、从动驾驶、计较机视觉、AI for Science、深度进修等标的目的，深切开展引领性、原创性、性、前瞻性科学研究工做。何恺明，美国麻省理工学院（MIT）电气工程取计较机科学系副传授。2007年大学物理系本科，2011年获中文大学博士学位，曾任微软亚洲研究院研究员、Meta（Facebook）AI研究科学家。2015年提出深度残差收集ResNet，使152层收集正在ImageNet将错误率降至3。57%，超深模子时代，该论文被引逾30万次。后续贡献包罗Faster R-CNN、Mask R-CNN、FPN、MoCo、MAE等框架，笼盖检测、朋分取自监视进修。获CVPR 2009、CVPR 2016、ICCV 2017最佳论文及2023将来科学大-数学取计较机科学，谷歌学术援用超76万次。Ross Girshick，2012年获美国大学计较机科学博士，曾任美国大学伯克利分校（UC Berkeley）博士后、微软研究员，Meta FAIR研究科学家。他提出R-CNN系列，开创深度进修方针检测范式，并从导Fast/Faster R-CNN、YOLO、Mask R-CNN、SAM等框架，获ICCV最佳论文、PAMI青年研究员取Mark Everingham，谷歌学术援用超63万次。孙剑（已故），AI范畴精采科学家，西安交通大学本科及硕士，2003年获美国马里兰大学博士，后任微软亚洲研究院首席研究员、旷视科技首席科学家，西安交通大学人工智能学院首任院长。从导ResNet、Faster R-CNN、ShuffleNet等开创性工做，ResNet获CVPR 2016最佳论文并深刻影响计较机视觉。率领旷视跻身国际视觉竞赛前列，并鞭策AI正在城市安防、从动驾驶、手机影像等场景落地。获2016国度天然科学二等， 2019何梁何利基金“青年立异”，2023将来科学大-数学取计较机科学，谷歌学术援用超69万次。正在人工智能成长的主要转机点上，计较机视觉手艺反面临汗青性冲破的环节时辰。当深度进修正在图像分类范畴取得惊人成绩后，整个学界取财产界都将目光投向了更具挑和性的方针检测范畴——这不只是手艺成长的必然，更是AI实现从到认知逾越的焦点冲破口。然而，其时的方针检测手艺陷入了效率取精度难以兼顾的成长窘境。保守方式虽然正在精确率上表示尚可，但其繁琐的处置流程严沉限制了现实使用前景。学术界地认识到，若不克不及正在这一环节手艺环节实现冲破，整个智能视觉财产将难以迈入及时化、规模化使用的簇新阶段。恰是正在如许的时代布景下，Faster R-CNN应运而生。它不只仅是对前代手艺的改良，更是对方针检测范式的从头定义，承载着鞭策整个计较机视觉范畴从尝试室财产化的汗青。Faster R-CNN的焦点冲破正在于其性的区域建议收集（RPN）设想，这项立异将方针检测速度从秒级推进到毫秒级，实现了质的飞跃。研究团队通过共享卷积特征机制，初次将区域建议、建立了实正意义上的端到端检测框架。正在机能表示上，Faster R-CNN正在PASCAL VOC数据集上的检测速度达到每秒5-17帧，比拟前代手艺提拔跨越10倍，同时将平均检测精度（mAP）提拔到73。2%，正在MS COCO数据集上更是达到42。7%。这一冲破使得及时高精度方针检测从理论工程实践。特别是，该模子立异引入的锚点机制和多标准预测策略，不只大幅提拔了模子对小方针的检测能力，更正在连结高精度的同时显著提拔了算法的鲁棒性。其奇特的四步交替锻炼法，处理了端到端锻炼中的手艺难题，为后续深度进修模子的设想供给了主要参考。这项创制了其时方针检测范畴的新记载，为后续研究树立了手艺标杆。Faster R-CNN的成功不只表现正在优异的量化目标上，更正在于它从头定义了方针检测的手艺范式，鞭策计较机视觉从学术研究迈向财产使用的新阶段。Faster R-CNN的提出不只标记着方针检测手艺进入端到端深度进修时代，更主要的是，它成立了一套全新的机械视觉理解范式。它证了然深度神经收集具备自从演化视觉认知能力的潜力，打破了保守算法设想的思维局限，为后续一系列冲破性进展奠基了理论根本。做为计较机视觉范畴的根本性冲破，Faster R-CNN已成为鞭策多个行业智能化升级的环节手艺：智能交通系统：为从动驾驶建立了靠得住的根本，使车辆可以或许及时识别道参取者，为决策系统供给环节平安保障工业智能制制：正在产质量量检测、出产流程等环节实现智能化冲破，大幅提拔制制业的从动化程度和产质量量节制能力聪慧医疗诊断：通过精准的病灶定位和医学影像阐发，为大夫供给靠得住的辅帮诊断东西，鞭策精准医疗的成长历程十年来，Faster R-CNN奠基的手艺已深度融入计较机视觉的手艺基因，累计近10万次学术援用。其焦点架构不只催生了Mask R-CNN等主要的手艺延长，更深刻影响了包罗RetinaNet、YOLO系列正在内的新一代检测算法成长径。正在当今Transformer等新架构兴起的时代，Faster R-CNN提出的锚点机制、特征共享等焦点概念仍然具有主要指点价值。它不只是手艺演进的基石，更成为权衡后续立异工做的主要参照系，展示出典范研究的持久生命力。这项工做成功建立了从学术立异到财产使用的完整闭环，证了然根本理论研究可以或许发生深远的手艺辐射效应。Faster R-CNN不只处理了一个具体的手艺难题，更主要的是，它为整个AI范畴树立了手艺立异取财产融合的典型，成为鞭策智能时代成长的主要力量。做为机械视觉范畴的尺度言语，Faster R-CNN的思惟精髓将继续启迪将来，正在人工智能成长的新篇章中持续阐扬环节感化。这项里程碑式的工做告诉我们，实正伟大的立异不只可以或许处理当下问题，更能为将来的手艺成长斥地新的可能性空间。美国国度科学院院士、美国国度工程院院士、美国艺术取科学院院士，斯坦福大学人工智能尝试室从任：“端到端检测，大幅提拔检测速度的同时连结高精度”美国国度工程院院士、美国艺术取科学院院士，加利福尼亚大学柏克莱分校传授：“Faster R-CNN 成为后续浩繁研究的根本”。