Jon Barron（Google DeepMind）

Barron 於2003年秋至2007年春在多倫多大學就讀，導師為 Sam Roweis，2007年取得計算機科學榮譽理學學士學位。本科期間，他在2005年和2006年夏季到 BAE Systems 的多傳感器利用團隊實習，2007年夏季在諾華生物醫學研究所做計算生物學實習。⁠[1][1][2][1][1][1][1]

2007年秋至2008年春，他在紐約大學擔任初級研究科學家，接待導師為 Rob Fergus 和 Yann LeCunYann LeCunYann LeCun 是計算機科學家，研究人工智能、機器學習與計算機視覺，任紐約大學教授及 AMI Labs 執行董事長。他曾在貝爾實驗室和AT&T從事手寫識別與圖像研究，創立並領導Facebook人工智能研究機構，後任Meta首席AI科學家。他與Geoffrey Hinton、Yoshua Bengio共同獲得2018年度圖靈獎，近年主要推動世界模型和開放人工智能研究。點擊查看完整詞條。⁠[1][1]

2008年秋，他進入加州大學伯克利分校攻讀計算機科學博士，導師為 Jitendra Malik，2013年夏畢業。讀博期間，他2008年夏在 Google Research 實習，2009年獲美國國家科學基金會研究生研究獎學金併到 NASA 艾姆斯研究中心智能機器人組實習，2012年春在麻省理工學院以訪問博士生身份跟隨 Bill Freeman，同年夏在 Google[x] 實習，經理為 Marc Levoy；2013年獲 C.V. Ramamoorthy 傑出研究獎。⁠[1][1][1][1][2][1][1][1][1][1][2]

他的博士階段研究以 SIRFS 為代表：從單張物體圖像同時估計形狀、帶色彩的光照、反射率和陰影，相關成果彙總為2015年發表於 IEEE《模式分析與機器智能彙刊》（TPAMI）的論文，涵蓋此前在 CVPR 2011、CVPR 2012 和 ECCV 2012 發表的工作。⁠[3][3]

2013年，Barron 以軟件工程師身份加入 Google[x]，2014年轉入 Google Research 任研究科學家，2015年升任高級研究科學家。他在 Google 先後參與過 Glass、Lens Blur、HDR+、VR、人像模式（Portrait Mode）、Portrait Light、地圖和購物等產品。⁠[1][1][1][1][1][1][3]

他在 CVPR 2015 發表的《Fast Bilateral-Space Stereo for Synthetic Defocus》把立體匹配優化嵌入“雙邊空間”，快速求出保邊的深度圖，用來渲染景深效果。2016年，他與 Ben Poole 的《The Fast Bilateral Solver》獲 ECCV 2016 最佳論文榮譽提名；同年他參與的連拍合成論文在 SIGGRAPH Asia 2016 發表，提出對齊併合並一組連拍圖像以在低光和高動態範圍場景中拍出好照片，這項技術用於 Nexus 手機的 HDR+ 功能，該論文後來獲時間檢驗獎。⁠[3][3][3][3][3]

他與 Yun-Ta Tsai 在 CVPR 2017 發表《Fast Fourier Color Constancy》，在頻域中學習和評估白平衡模型，準確率提高13%至20%，速度提高250至3000倍，該技術用於 Google Pixel、Google 相冊和 Google 地圖。2018年，他升任 Google Research 資深研究科學家，同年參與 SIGGRAPH 2018 論文《Synthetic Depth-of-Field with a Single-Camera Mobile Phone》，利用雙像素相機和語義分割在手機上實現淺景深效果。2019年，他獨立完成的《A General and Adaptive Robust Loss Function》入圍 CVPR 2019 最佳論文，該屆他共有兩篇論文入圍。⁠[3][3][1][1][3][3][3][1]

2020年3月19日，Ben MildenhallBen MildenhallBen Mildenhall 是計算機圖形學與三維計算機視覺研究者、World Labs 聯合創始人。點擊查看完整詞條、Pratul P. Srinivasan、Matthew Tancik、Barron、Ravi Ramamoorthi 和 Ren Ng 在 arXiv 提交論文《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》，提出訓練一個很小的非卷積神經網絡並結合體渲染來重現場景，從而合成照片級的新視角圖像。論文在 ECCV 2020 獲最佳論文榮譽提名，並被《ACM 通訊》選為研究亮點。同年，Barron 獲 PAMI 青年研究者獎。⁠[4][4][3][3][2]

2021年，Barron 升任 Google Research 高級資深研究科學家，經理為 David Salesin。他以第一作者身份發表 mip-NeRF，指出 NeRF 存在混疊問題，改用錐體投射並對位置編碼做預濾波來實現抗混疊，該論文獲 ICCV 2021 最佳論文榮譽提名。同年11月，他又提交 mip-NeRF 360，把 mip-NeRF 擴展到無邊界的真實場景，論文在 CVPR 2022 作口頭報告；同屆他參與的 Ref-NeRF 顯式建模反射，獲 CVPR 2022 最佳學生論文榮譽提名。⁠[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 與 Instant NGP 等基於網格的模型結合，使誤差降低8%至77%、訓練速度提高24倍，論文入圍 ICCV 2023 最佳論文。同年他還獲 ICLR 2023 傑出論文獎。⁠[7][3][3][1]

2024年，他以高級資深研究科學家身份轉入 Google DeepMind。同年，他參與的論文分別獲 SIGGRAPH 2024 榮譽提名和 NeurIPS 2024 口頭報告：前者把 Zip-NeRF 蒸餾成分塊的 MERF，使筆記本電腦和手機能以每秒60幀瀏覽輻射場；後者 CAT3D 是結合擴散模型與 NeRF、可完成文本生成三維、圖像生成三維等任務的單一模型。⁠[1][1][1][3][3][3][3]

2025年起，Barron 任 Google DeepMind 首席研究科學家。他的研究興趣包括計算機視覺、深度學習、生成式 AI 和圖像處理，大多數研究是從圖像推斷物理世界的形狀、運動、顏色和光照等屬性，通常藉助輻射場。⁠[1][1][3]

在舊金山舉行的 Runway AIRunwayRunway（Runway AI, Inc.）是一家總部位於紐約的人工智能公司，2018年起源於紐約大學 Tisch 藝術學院的 ITP 項目，開發面向影視、廣告和創意行業的視頻生成模型與工具，先後推出 Gen-1 至 Gen-4.5 系列模型，並把研究方向擴展到可實時模擬世界的“通用世界模型”。點擊查看完整詞條 Summit 上，Barron 與 NVIDIANVIDIANVIDIA 是美國半導體與計算技術公司，提供圖形處理器、人工智能基礎設施、網絡互連和計算軟件，在納斯達克以 NVDA 為代碼上市。點擊查看完整詞條 Cosmos Lab 副總裁 Ming-Yu LiuMing-Yu Liu（NVIDIA）Ming-Yu Liu（劉洺堉）是計算機視覺與生成式 AI 研究者，NVIDIA Cosmos Lab 副總裁、IEEE Fellow，領導 NVIDIA 面向機器人和自動駕駛等“物理 AI”的世界基礎模型平臺 Cosmos；他的團隊此前開發了 pix2pixHD、GauGAN（NVIDIA Canvas）等圖像生成技術。點擊查看完整詞條、Wayve 研究總監 Alexander Toshev 一同參加座談“Grounding Intelligence in the Physical World”，討論世界模型從視頻生成器變為智能體與機器人訓練環境後，如何縮小模擬與真實世界之間的差距。⁠[8][8][8][8]

他自2018年起擔任 CVPR、ECCV、ICCV 領域主席，曾任 CVPR 2023 組織委員會成員和 CVPR 2021 Longuet-Higgins 獎評選委員會成員。⁠[1][1][1]

個人網站：https://jonbarron.info/（在新窗口打開）⁠[2]

X：公開賬號：https://x.com/jon_barron（在新窗口打開）⁠[3]

GitHub：公開賬號：https://github.com/jonbarron（在新窗口打開）⁠[3]

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