方法论、台账与勘误
专题章节
附录 · 参考链接
附录参考链接
Workshop（一手材料）
-
Slides（PDF，均已读）：[3] · [@vgi-cvpr2026-vgi-workshop-invited-talk—cvpr2026vgiworkshopi-90c40f92] · [4] · [@vgi-cvpr2026-vgi-workshop-invited-talk—cvpr2026vgiworkshopi-b0dc484d] · [@vgi-cvpr2026-vgi-workshop-invited-talk—cvpr2026vgiworkshopi-6a6c54f5] · [@vgi-cvpr2026-vgi-workshop-invited-talk—cvpr2026vgiworkshopi] · [5]
-
无 slides 者的一手/重构来源：Efros 同名 talk 录像（ASR 转录，Simons Institute 2026-06-11，非 VGI 现场） [6]（会次页面 [7]）· Geirhos 项目 [8] · Grauman [9] · Deitke [10]
-
Efros 台上点名的两篇（已精读）：Kamb & Ganguli, An Analytic Theory of Creativity in Convolutional Diffusion Models（ICML 2025，[11]）· Gan & Isola, Neural Thickets（2026，[12]，[13]）。附：同名易混的 PITI（[14]，图到图翻译，非转录所指）。
田永龙
-
其一作/独立主导：CMC 1906.05849 · CRD 1910.10699 · InfoMin 2005.10243 · Rethinking Few-Shot 2003.11539 · Divide&Contrast 2105.08054 · StableRep 2306.00984 · shape2prog 1901.02875（ICLR2019）
-
共同一作 / 资深(末位)通讯 / 合著（勿称”独立主导”）：SupCon 2004.11362（中间；一作 Khosla）· Gen-as-data-source 2106.05258（第3；一作 Jahanian）· LaCLIP 2305.20088（资深；一作 Lijie Fan）· SynCLR 2312.17742（共同一作，与 Lijie Fan）· Scaling Laws of Synthetic Images 2312.04567（资深/共同通讯；一作 Lijie Fan）· Self-Consuming Loops 2402.07087（近末位；一作 Gillman，末位 Chen Sun）· Restart 2306.14878（第4；一作 Yilun Xu）· PFGM++ 2302.04265（第3；一作 Yilun Xu）· MAR 2406.11838（第2；一作 Tianhong Li，末位 Kaiming He）· Fluid 2410.13863（资深；一作 Lijie Fan，末位 Kaiming He）· Denoising ViT 2401.02957（中间/资深；一作 Jiawei Yang）
-
近期：Personalized Representation 2412.16156（ICLR2025）· NegBench 2501.09425（CVPR2025）· Latent Denoising Tokenizers / l-DeTok 2507.15856（ICLR2026，第 4 作者·Advisory-only·加入 OpenAI 前完成）· Representation Fréchet Loss / FD-loss 2604.28190（2026，合著非一作） · GPT-5 System Card 2601.03267（贡献者之一）
PART H（视觉 vs 语言两套叙事）引用
MAE [18]（线性探测与微调”基本不相关”）· Objectives Matter [19]（重建式模型类判别信息分散各层）· Masked Autoencoding Does Not Help NL Supervision at Scale（CVPR 2023，容量被语义无关 patch 分流）· Fluid [20]（val loss 幂律成立但 GenEval 在 10.5B 停滞、FID 6.16 / GenEval 0.69）· Diffusion-DPO [21]（CVPR 2024，Pick-a-Pic 85.1 万偏好对）· HPSv2 [22]（HPD v2：79.8 万偏好 / 43 万图）· Physics-IQ [23]（WACV 2026，作者含 Robert Geirhos；VideoPoet 29.5 vs 物理变异基线 100.0）
PART D″（诚实化补白）/ PART I（中国视角）引用
身份变更：[24] · [25] · [26]（2026-07-08 三源）
被证伪/修正：InfoMin [27] · Tschannen [28] · Graf [29] · A Tale of Two Classes（CVPR 2025）· ResNet strikes back [30]（非受控对比）
合成数据的反证：[31]（点名 SynCLR + DPI 论证；FGVC-Aircraft +17.8pp）· [32]（更强 T2I → 真实精度持续下降）· [33]（shape bias 相当或更优，短板在噪声鲁棒）· PolyGen [34]
真实数据路线：DINOv3 [35] · SigLIP 2 [36] · Web-SSL [37]
统一模型的正反证据：Janus [38] · RealUnify [39]（25pp 差距）· UniSandBox [40] · [41] · Pisces [42]
中国视角：Chameleon [43] · LWM [44] · Emu3.5 [45] · Seedream 4.0 [46] · HunyuanImage 3.0 [47] · UniSAFE [48] · TokenBridge [49]
Workshop posters（arXiv）
2602.07055 · 2512.04085 · 2511.14440 · 2603.27455 · 2512.08924 · 2511.21681 · 2512.16922 · 2512.17012 · 2604.02327 · 2605.15195 · 2604.04913 · 2603.00493 · 2603.05438 · 2512.10950 · 2512.10932（无 arXiv：Kataoka 立场论文 / Yagi HOI / Ide “TBD”） 无法访问 / 存疑资源① 田永龙本人在 workshop 的具体讲稿/slides未公开，无法据一手材料复述；② Board 7-left “TBD”（Ide et al.）无标题/摘要；③ Kataoka 同名”立场论文”与 Yagi 的 HOI poster 无公开 arXiv 链接，仅据标题定位；④ 公式需联网由 MathJax（CDN）渲染——断网时全部 131 处公式会退化为 LaTeX 源码（正文文字、表格与内联 SVG 不受影响，仍可独立阅读）；外部人物照片同理依赖网络。 待核清单（全文唯一权威列表）
正文中每处 待核 标记均已汇总于此，各挂锚点可直接跳转。未列入此表者视为已核实。 待核项状态 / 如何核出处 VGI 组织者名单（12 位）官网标注 tentative；田永龙为组织者之一、非 invited speaker 已确认，人数与最终名单以官网为准A·0 他在 GPT-5 System Card 署名的确切位置Scholar 收录为贡献者，具体位次未核B⑥ 推文日期与原文（“beyond FID”/“no codebook”/“I led”/“GPU burner”）取自第三方镜像，需登录 X 二次核对；“I led”对应 GPT-5.2 的时间点尤需确认B⑥ LIMIT@ECCV 2026 他的角色与 CFP 逐字措辞是否为组织者、“synthetic training strategies…”是否为原文，均未确证B⑥ 他与 Kataoka / Asano 是否有直接合作论文未检索到，待核B⑥ “300M 打平 Parti-20B”的比较口径架构/数据/评测口径不同，不宜简单等同”参数效率 60דB⑤ Unified-IO 2 现状定位早期工作，在统一模型谱系中的位置待核G·1 ELF 大规模行为已有 105M/342M/652M 三档且单调 scaling，但最大仅 652M；10B+ 未知G·5 GPT-5 第三方基准数字（CharXiv-Reasoning ~81.1%、VideoMMMU ~84.6%）第三方汇总，未经官方确认B⑥ GPT-5 视觉专项的 token/工具调用效率官方只公布 coding/SWE-bench 口径（−22% token、−45% 调用），视觉侧等价数字未公开B⑥ Efros 那场：VGI 现场与 Simons 版是否有增删本文所据为 Simons 2026-06-11 同名 talk，非 VGI 现场录像，无从比对A·1·7 部分论文作者序位以 arXiv 原文为准附录 头衔已变更（腾讯）2026-07-08 三源报道【有据·二手】；其 MIT 主页（写 Google DeepMind）与 Scholar（写 OpenAI）均已过期。具体职责/职级/团队未见官方披露B⑦ SupCon”大规模下优势消失”开放问题——未找到受控证据；ResNet strikes back（2110.00476）不是受控对比，不得据此写成”已被推翻”D″B2 VAR 获 NeurIPS 2024 最佳论文业界共识，未独立核验官方公告G·1 CMC 的 ICLR 2020 审稿原文”拒稿”结论可信度高（官方 bibtex 用 @misc），但具体措辞为二手，需登录 OpenReview（forum BkgStySKPB）复核D″B3 他的 X 时间线本次未能访问——所有”推特自我修正”类说法均无证据、不得臆造；含其对合成数据路线的 2025–26 表态D″B4 “他后续从不引用旧方向”未逐篇查引文；仅核实”无后续同方向论文”——中止的判断依据仅此一项D″A LlamaGen / RADD / Transfusion / Chameleon / LWM 的作者机构未逐一核验G·1 Kling 架构未核验，本文未据其做任何论证— 姚顺雨与他”OpenAI 同期共事核心研究员”属媒体归纳、非官方确认B⑦
已结案（曾列待核，现已核实，不再计入）：Representation Fréchet Loss = 2604.28190；GPT-5 System Card = 2601.03267；GPT-5 MMMU 84.2% 为 OpenAI 官方博客数字；Efros 视频出处 = Simons Institute 2026-06-11；Ego-Exo4D 规模 = 740 人 / 1,286.3 小时（非早期宣传的 800+/1,422）。
参考来源
- [1]VGI Workshop @ CVPR 2026 官网（在新窗口打开）官方 · 非本人原话↩
- [2]LIMIT.Lab 官网（在新窗口打开）官方 · 非本人原话↩
- [3]Opening Remarks slides（在新窗口打开）官方 · 非本人原话↩
- [4]cvpr2026-vgi-workshop-invited-talk-aditi-raghunathan_latest-en.pdf（在新窗口打开）官方 · 非本人原话↩
- [5]cvpr2026-vgi-workshop-closing-remarks-yoshihiro-fukuhara_latest-en.pdf（在新窗口打开）官方 · 非本人原话↩
- [6]YouTube 视频（在新窗口打开）一手采访 · 部分原话↩
- [7]simons.berkeley.edu（在新窗口打开）权威媒体 · 非本人原话↩
- [8]video-zero-shot.github.io（在新窗口打开）权威媒体 · 非本人原话↩
- [9]ego-exo4d-data.org（在新窗口打开）权威媒体 · 非本人原话↩
- [10]mattdeitke.com（在新窗口打开）权威媒体 · 非本人原话↩
- [11]arXiv:2412.20292（在新窗口打开）官方 · 非本人原话↩
- [12]arXiv:2603.12228（在新窗口打开）官方 · 非本人原话↩
- [13]thickets.mit.edu（在新窗口打开）权威媒体 · 非本人原话↩
- [14]arXiv:2205.12952（在新窗口打开）官方 · 非本人原话↩
- [15]people.csail.mit.edu（在新窗口打开）权威媒体 · 非本人原话↩
- [16]scholar.google.com（在新窗口打开）权威媒体 · 非本人原话↩
- [17]github.com（在新窗口打开）权威媒体 · 非本人原话↩
- [18]arXiv:2111.06377（在新窗口打开）官方 · 非本人原话↩
- [19]arXiv:2304.13089（在新窗口打开）官方 · 非本人原话↩
- [20]arXiv:2410.13863（在新窗口打开）官方 · 非本人原话↩
- [21]arXiv:2311.12908（在新窗口打开）官方 · 非本人原话↩
- [22]arXiv:2306.09341（在新窗口打开）官方 · 非本人原话↩
- [23]arXiv:2501.09038（在新窗口打开）官方 · 非本人原话↩
- [24]澎湃：田永龙加入腾讯（在新窗口打开）权威媒体 · 非本人原话↩
- [25]界面：田永龙加入腾讯（在新窗口打开）权威媒体 · 非本人原话↩
- [26]36氪：田永龙加入腾讯（在新窗口打开）权威媒体 · 非本人原话↩
- [27]papers.nips.cc（在新窗口打开）权威媒体 · 非本人原话↩
- [28]arXiv:1907.13625（在新窗口打开）官方 · 非本人原话↩
- [29]arXiv:2102.08817（在新窗口打开）官方 · 非本人原话↩
- [30]arXiv:2110.00476（在新窗口打开）官方 · 非本人原话↩
- [31]arXiv:2406.05184（在新窗口打开）官方 · 非本人原话↩
- [32]arXiv:2602.19946（在新窗口打开）官方 · 非本人原话↩
- [33]arXiv:2405.20469（在新窗口打开）官方 · 非本人原话↩
- [34]arXiv:2602.01370（在新窗口打开）官方 · 非本人原话↩
- [35]arXiv:2508.10104（在新窗口打开）官方 · 非本人原话↩
- [36]arXiv:2502.14786（在新窗口打开）官方 · 非本人原话↩
- [37]arXiv:2504.01017（在新窗口打开）官方 · 非本人原话↩
- [38]arXiv:2410.13848（在新窗口打开）官方 · 非本人原话↩
- [39]arXiv:2509.24897（在新窗口打开）官方 · 非本人原话↩
- [40]arXiv:2511.20561（在新窗口打开）官方 · 非本人原话↩
- [41]arXiv:2505.23043（在新窗口打开）官方 · 非本人原话↩
- [42]arXiv:2506.10395（在新窗口打开）官方 · 非本人原话↩
- [43]arXiv:2405.09818（在新窗口打开）官方 · 非本人原话↩
- [44]arXiv:2402.08268（在新窗口打开）官方 · 非本人原话↩
- [45]arXiv:2510.26583（在新窗口打开）官方 · 非本人原话↩
- [46]arXiv:2509.20427（在新窗口打开）官方 · 非本人原话↩
- [47]arXiv:2509.23951（在新窗口打开）官方 · 非本人原话↩
- [48]arXiv:2603.17476（在新窗口打开）官方 · 非本人原话↩
- [49]arXiv:2503.16430（在新窗口打开）官方 · 非本人原话↩