“你是说白度的这个结果和我们这两天要见的孟有关？”

杰夫心头一紧，他这次来澳大利亚，唯一的任务就是招揽孟繁岐，不会这么巧吧？“他做出DreamNet和生成式对抗网络才多久，一两个月的时间，哪里够一个不同的领域再有这么好的成果。”

这是一般人的思维惯性，如果一个人刚刚做成了一两件大事，那么通常不会有人觉得他还同时筹备着相同级别的其他事情。

“而且他的生成式对抗网络文章里没有白度的人员共同作为作者，本人的信息描述中也没有提到任何白度的机构。”

阿里克斯震惊于DreamNet对自己的惊人超越，因此仔细读过孟繁岐公布的生成式对抗网络的论文。

“应该不会和白度有什么关系。”

这篇论文阿里克斯一字一句地仔细品过，了解得非常细致。

“但是如何去解释白度新检测算法的优异性能呢？”

辛顿站在一旁，思索了一番，“如果是基于深度学习，目前检测算法无非就是两点，骨干的神经网络和检测头部分的筛选分类。”

“这种速度的提升，一定主要来自于检测端的创新，否则是远远不够的。

但这个级别的性能飞跃，同时又绝对和作为骨干的神经网络脱不开关系。”

辛顿的眼力相当老辣，基本上把YOLO算法的提升来源猜了个**不离十。

“就DreamNet体现出的性能而言，白度绝对和孟脱不开关系。”

辛顿的视角更多的是从技术本身分析。

“时间上也比较巧合，可能是白度的检测端创新与孟繁岐的骨干突破强强联合了。”

辛顿的想法还是保守了一些，他怎么也没想到，两项惊人的技术突破都出自同一人之手。

“不过，孟在这次竞赛的检测赛道也有相当不俗的成绩。”

伊利亚补充道。

IMAGENET系列竞赛，最受关注的还是一千多万图片的千分类，检测赛道参赛人数其实要少很多，受到的关注也很少。

比较可惜的是，本届的检测赛事并不比拼速度，所以几人无法借助这个赛道的结果对事情进行进一步的推测。

“他不会被白度给挖走了吧？”