Jon Barron（Google DeepMind）

Barron 于2003年秋至2007年春在多伦多大学就读，导师为 Sam Roweis，2007年取得计算机科学荣誉理学学士学位。本科期间，他在2005年和2006年夏季到 BAE Systems 的多传感器利用团队实习，2007年夏季在诺华生物医学研究所做计算生物学实习。⁠[1][1][2][1][1][1][1]

2007年秋至2008年春，他在纽约大学担任初级研究科学家，接待导师为 Rob Fergus 和 Yann LeCunYann LeCunYann LeCun 是计算机科学家，研究人工智能、机器学习与计算机视觉，任纽约大学教授及 AMI Labs 执行董事长。他曾在贝尔实验室和AT&T从事手写识别与图像研究，创立并领导Facebook人工智能研究机构，后任Meta首席AI科学家。他与Geoffrey Hinton、Yoshua Bengio共同获得2018年度图灵奖，近年主要推动世界模型和开放人工智能研究。点击查看完整词条。⁠[1][1]

2008年秋，他进入加州大学伯克利分校攻读计算机科学博士，导师为 Jitendra Malik，2013年夏毕业。读博期间，他2008年夏在 Google Research 实习，2009年获美国国家科学基金会研究生研究奖学金并到 NASA 艾姆斯研究中心智能机器人组实习，2012年春在麻省理工学院以访问博士生身份跟随 Bill Freeman，同年夏在 Google[x] 实习，经理为 Marc Levoy；2013年获 C.V. Ramamoorthy 杰出研究奖。⁠[1][1][1][1][2][1][1][1][1][1][2]

他的博士阶段研究以 SIRFS 为代表：从单张物体图像同时估计形状、带色彩的光照、反射率和阴影，相关成果汇总为2015年发表于 IEEE《模式分析与机器智能汇刊》（TPAMI）的论文，涵盖此前在 CVPR 2011、CVPR 2012 和 ECCV 2012 发表的工作。⁠[3][3]

2013年，Barron 以软件工程师身份加入 Google[x]，2014年转入 Google Research 任研究科学家，2015年升任高级研究科学家。他在 Google 先后参与过 Glass、Lens Blur、HDR+、VR、人像模式（Portrait Mode）、Portrait Light、地图和购物等产品。⁠[1][1][1][1][1][1][3]

他在 CVPR 2015 发表的《Fast Bilateral-Space Stereo for Synthetic Defocus》把立体匹配优化嵌入“双边空间”，快速求出保边的深度图，用来渲染景深效果。2016年，他与 Ben Poole 的《The Fast Bilateral Solver》获 ECCV 2016 最佳论文荣誉提名；同年他参与的连拍合成论文在 SIGGRAPH Asia 2016 发表，提出对齐并合并一组连拍图像以在低光和高动态范围场景中拍出好照片，这项技术用于 Nexus 手机的 HDR+ 功能，该论文后来获时间检验奖。⁠[3][3][3][3][3]

他与 Yun-Ta Tsai 在 CVPR 2017 发表《Fast Fourier Color Constancy》，在频域中学习和评估白平衡模型，准确率提高13%至20%，速度提高250至3000倍，该技术用于 Google Pixel、Google 相册和 Google 地图。2018年，他升任 Google Research 资深研究科学家，同年参与 SIGGRAPH 2018 论文《Synthetic Depth-of-Field with a Single-Camera Mobile Phone》，利用双像素相机和语义分割在手机上实现浅景深效果。2019年，他独立完成的《A General and Adaptive Robust Loss Function》入围 CVPR 2019 最佳论文，该届他共有两篇论文入围。⁠[3][3][1][1][3][3][3][1]

2020年3月19日，Ben MildenhallBen MildenhallBen Mildenhall 是计算机图形学与三维计算机视觉研究者、World Labs 联合创始人。点击查看完整词条、Pratul P. Srinivasan、Matthew Tancik、Barron、Ravi Ramamoorthi 和 Ren Ng 在 arXiv 提交论文《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》，提出训练一个很小的非卷积神经网络并结合体渲染来重现场景，从而合成照片级的新视角图像。论文在 ECCV 2020 获最佳论文荣誉提名，并被《ACM 通讯》选为研究亮点。同年，Barron 获 PAMI 青年研究者奖。⁠[4][4][3][3][2]

2021年，Barron 升任 Google Research 高级资深研究科学家，经理为 David Salesin。他以第一作者身份发表 mip-NeRF，指出 NeRF 存在混叠问题，改用锥体投射并对位置编码做预滤波来实现抗混叠，该论文获 ICCV 2021 最佳论文荣誉提名。同年11月，他又提交 mip-NeRF 360，把 mip-NeRF 扩展到无边界的真实场景，论文在 CVPR 2022 作口头报告；同届他参与的 Ref-NeRF 显式建模反射，获 CVPR 2022 最佳学生论文荣誉提名。⁠[1][1][5][3][3][6][3][3][3][3]

2023年4月，他以第一作者身份提交 Zip-NeRF，把 mip-NeRF 360 与 Instant NGP 等基于网格的模型结合，使误差降低8%至77%、训练速度提高24倍，论文入围 ICCV 2023 最佳论文。同年他还获 ICLR 2023 杰出论文奖。⁠[7][3][3][1]

2024年，他以高级资深研究科学家身份转入 Google DeepMind。同年，他参与的论文分别获 SIGGRAPH 2024 荣誉提名和 NeurIPS 2024 口头报告：前者把 Zip-NeRF 蒸馏成分块的 MERF，使笔记本电脑和手机能以每秒60帧浏览辐射场；后者 CAT3D 是结合扩散模型与 NeRF、可完成文本生成三维、图像生成三维等任务的单一模型。⁠[1][1][1][3][3][3][3]

2025年起，Barron 任 Google DeepMind 首席研究科学家。他的研究兴趣包括计算机视觉、深度学习、生成式 AI 和图像处理，大多数研究是从图像推断物理世界的形状、运动、颜色和光照等属性，通常借助辐射场。⁠[1][1][3]

在旧金山举行的 Runway AIRunwayRunway（Runway AI, Inc.）是一家总部位于纽约的人工智能公司，2018年起源于纽约大学 Tisch 艺术学院的 ITP 项目，开发面向影视、广告和创意行业的视频生成模型与工具，先后推出 Gen-1 至 Gen-4.5 系列模型，并把研究方向扩展到可实时模拟世界的“通用世界模型”。点击查看完整词条 Summit 上，Barron 与 NVIDIANVIDIANVIDIA 是美国半导体与计算技术公司，提供图形处理器、人工智能基础设施、网络互连和计算软件，在纳斯达克以 NVDA 为代码上市。点击查看完整词条 Cosmos Lab 副总裁 Ming-Yu LiuMing-Yu Liu（NVIDIA）Ming-Yu Liu（刘洺堉）是计算机视觉与生成式 AI 研究者，NVIDIA Cosmos Lab 副总裁、IEEE Fellow，领导 NVIDIA 面向机器人和自动驾驶等“物理 AI”的世界基础模型平台 Cosmos；他的团队此前开发了 pix2pixHD、GauGAN（NVIDIA Canvas）等图像生成技术。点击查看完整词条、Wayve 研究总监 Alexander Toshev 一同参加座谈“Grounding Intelligence in the Physical World”，讨论世界模型从视频生成器变为智能体与机器人训练环境后，如何缩小模拟与真实世界之间的差距。⁠[8][8][8][8]

他自2018年起担任 CVPR、ECCV、ICCV 领域主席，曾任 CVPR 2023 组织委员会成员和 CVPR 2021 Longuet-Higgins 奖评选委员会成员。⁠[1][1][1]

个人网站：https://jonbarron.info/（在新窗口打开）⁠[2]

X：公开账号：https://x.com/jon_barron（在新窗口打开）⁠[3]

GitHub：公开账号：https://github.com/jonbarron（在新窗口打开）⁠[3]

Google DeepMind：官网：https://deepmind.google/（在新窗口打开）。⁠[3]