Lucas Beyer 是 Google DeepMind 的一名计算机科学家和研究员，以其在机器学习和计算机视觉领域的工作而闻名。他因共同撰写了 Vision Transformer (ViT) 论文而声名鹊起，该论文将Transformer (architecture)架构引入图像识别，标志着深度学习领域的重大转变。Beyer 的研究重点在于扩展神经网络的规模，并提升其效率和鲁棒性。
Beyer 的职业生涯横跨工业界和学术界。他在亚琛工业大学完成了博士研究，期间致力于机器人感知和机器学习应用。在弗莱堡大学完成博士后研究后，他于 2018 年加入 Google，最初从事 Google Cloud AI 相关工作，随后转入 Google Brain（现为 Google DeepMind 的一部分）。他在 Google 的工作涉及大规模视觉模型、自监督学习，以及视觉与语言的交叉领域。
Vision Transformer (ViT)
2020 年，Beyer 与 Alexey Dosovitskiy 及其他 Google Brain 同事共同发表了论文《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》。该论文证明，将纯Transformer (architecture)直接应用于图像块序列，可以在图像分类任务上取得与最先进的卷积网络相媲美的性能，尤其是在大规模数据集上进行预训练时。这项工作为后续的视觉 transformer 模型奠定了基础，并推动了Transformer (architecture)架构在自然语言处理之外的更广泛采用。
扩展与效率研究
Beyer 致力于高效扩展神经网络的研究。他探索了降低训练和推理计算成本的方法，例如知识蒸馏、量化和高效注意力机制。他的研究通常强调实际改进，以支持大型模型在现实世界应用中的部署，这与 Google DeepMind 在管理资源约束的同时推动人工智能前沿发展的目标相一致。
开源与社区贡献
Beyer 是开源研究和可复现性的倡导者。他为多个开源项目做出了贡献，包括 TensorFlow 和 JAX，并公开发布了其研究中的代码和模型。他还以在社交媒体和学术论坛上的活跃表现而闻名，经常讨论机器学习的最新进展，并分享对 Google DeepMind 研究过程的见解。
影响与认可
ViT 论文已成为计算机视觉领域被引用最多的作品之一，截至 2025 年已被引用数千次。Beyer 的工作影响了学术研究和工业实践，尤其是在图像分类、目标检测和视频理解等领域。他的贡献使他多次受邀在重要会议和研讨会上发表演讲，并持续成为人工智能研究领域的杰出人物。
当前工作
截至 2025 年，Beyer 继续在 Google DeepMind 工作，专注于推进视觉模型及其与大型语言模型的整合。他近期参与的项目包括探索结合视觉与文本理解的多模态模型，旨在构建更通用、能力更强的人工智能系统。