Aditya Ramesh
Aditya Ramesh 是 OpenAIOpenAIOpenAI是2015年创立的人工智能研究与产品机构,开发GPT系列模型、ChatGPT、Codex及开发者API,并开展图像、语音、视频与智能代理研究。2025年重组后,非营利的OpenAI Foundation继续控制营利主体OpenAI Group PBC。其发展涉及大规模融资与算力合作,也伴随治理、版权、隐私及人工智能安全争议。点击查看完整词条 研究员,开发了文字生成图像模型 DALL·E,并参与领导视频生成系统 Sora。他本科毕业于纽约大学New York UniversityNew York University(纽约大学)是位于美国纽约市的私立大学,1831年创办,是美国规模最大的私立大学之一。点击查看完整词条,在 OpenAI 实习后留下从事研究,后来领导 Worldsim 团队,探索视频模型如何理解物理世界。
本页目录10 节
词条资料
求学时期:纽约大学与 OpenAI 实习
Ramesh 在纽约大学读本科,曾在 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 实验室参与研究。他原本考虑申请博士项目;在 OpenAI 完成暑期实习后,决定留下做全职研究。2024年,他在北京智源大会与纽约大学的谢赛宁回顾了这段经历,并讨论学术界还能怎样开展评测和可解释性研究。[1]
2021至2023年从 DALL·E 到对话式图像生成
2021年1月,OpenAI 介绍 Ramesh 开发的 DALL·E。系统可以把用文字描述的不同概念组合成一张图。2022年4月,他共同开发的 DALL·E 2 增加局部修改和图像变体。2023年,他领导的团队将第三代模型引入 ChatGPTChatGPTChatGPT是OpenAI于2022年11月30日推出的生成式人工智能助手,通过网页和应用提供对话、写作、编程、搜索、文件分析及图像和语音交互等服务。产品从免费研究预览发展为面向个人、企业和教育机构的多种方案,并逐步增加深度研究、学习模式和跨应用任务执行能力。其应用也引发有关事实准确性、个人隐私、版权、教育及青少年安全的持续讨论。点击查看完整词条,让使用者通过来回对话完善图像描述。他在首次发布两周年时接受采访说,没有预料到文字生成图像会如此快地成为公众使用的工具。[2][3][4]
2024年4月25日接受 No Priors 采访
Ramesh 与 Tim BrooksTim BrooksTim Brooks 是研究图像与视频生成的人工智能研究者。他在加州大学伯克利分校开发了按文字指令修改照片的 InstructPix2Pix,后来在 OpenAI 共同领导 Sora,先后在 Google DeepMind 和 Meta Superintelligence Labs 研究多模态生成。点击查看完整词条、Bill PeeblesBill PeeblesBill Peebles是人工智能研究员,扩散Transformer(DiT)论文的第一作者,曾领导OpenAI的视频生成模型Sora,2026年离开OpenAI后参与创办面向电影制作人的AI视频公司。点击查看完整词条 一同参加 No PriorsNo PriorsNo Priors 是由投资人 Sarah Guo 与 Elad Gil 共同创办和主持的人工智能访谈播客及媒体品牌,2023年2月开始发布节目。内容涵盖人工智能研究、创业、基础设施及商业应用,形式包括嘉宾对谈、主持人讨论和年度回顾,通过音频播客平台与 YouTube 等渠道分发。点击查看完整词条,介绍 Sora 当时能够模拟什么样的运动、几何与时序关系,以及哪些地方仍然出错。三人还谈到艺术家对控制画面风格的需求和正式开放系统前的安全评估。[5]
他回忆,一些受访艺术家想把自己的整套作品提供给模型,以便日后创作的画面能参照其过往作品。[5]
2024年7月半年回顾
7月的半年回顾再次播出三人谈艺术家使用 Sora 进行创作的片段。[6]
2024年12月年终精选
年底的节目精选在11分17秒起重播 Sora 团队谈视觉模型与通用人工智能的一段。[7]
2024年起视频生成与机器人研究
Ramesh 在个人简历中说,他组建了开发 Sora 模型及其网站体验的团队。对于2025年的 Sora 2Sora(OpenAI)Sora是OpenAI开发的文本生成视频模型及同名应用,2024年2月以研究预览形式亮相,2025年推出Sora 2和社交视频应用,2026年4月停止网页与应用服务。点击查看完整词条,他列出的个人工作包括增强视频与文字描述的对应关系,以及提高使用者的控制能力。他后来以研究副总裁身份领导 OpenAI 的 Worldsim 项目,把视频生成研究延伸到机器人对物理世界的理解。[3][1]
2026年机器人团队与重组
2026年5月31日,Sam AltmanSam AltmanSam Altman是创业者、投资者及OpenAI联合创办人兼首席执行官,曾任Y Combinator总裁、创办位置社交服务Loopt。他还参与Tools for Humanity与Merge Labs的创立,投资能源和生命科学项目,并推动围绕人工智能治理、就业与财富分配的公共讨论。点击查看完整词条 公开表示,Ramesh 领导的世界模拟研究在过去一年发展成 OpenAI Robotics。11月13日,OpenAI 向《财富》FORTUNEFORTUNE(《财富》)是1930年由Henry R. Luce创办的商业媒体品牌,业务包括杂志、数字新闻、企业榜单及会议。其品牌历史经历Time Inc.、Time Warner与Meredith等所有权阶段,2018年由Chatchaval Jiaravanon的个人公司收购,并发展数字订阅和地区业务。点击查看完整词条确认,独立的机器人部门已重组,研究与应用人员分别并入更大的团队,同时仍将机器人列为长期研究方向。[8][9]
在 No Priors 分享的建议
他建议分别讨论模型发布方、分发视频的平台及创作者各负哪些责任,尤其要考虑观看者怎样得知来源是否可靠。(20:45)[5]
他提出,创作工具应让使用者表达自己的审美;他希望当时仍在探索的个性化功能能使模型理解某个团队惯用的设计语言。(16:26)[5]
关联机构、网站与公开账号
OpenAI:个人简历记载曾以研究副总裁身份领导 Worldsim 团队。官网:https://openai.com/(在新窗口打开)。[3]
来源9 个来源
- 谢赛宁与Sora负责人最新对话实录:靠互联网视频就够训练出AGI吗?(在新窗口打开)thepaper.cn↑
- Two years after DALL-E debut, its inventor is “surprised” by impact(在新窗口打开)venturebeat.com↑
- Aditya Ramesh(在新窗口打开)adityaramesh.com↑
- DALL·E 3(在新窗口打开)openai.com↑
- No Priors Ep.61 | OpenAI's Sora Leaders Aditya Ramesh, Tim Brooks and Bill Peebles(在新窗口打开)youtube.com↑
- No Priors Ep. 71: The Best of 2024 (so far) with Sarah Guo and Elad Gil(在新窗口打开)youtube.com↑
- No Priors Ep. 95 | Best of 2024(在新窗口打开)youtube.com↑
- OpenAI Robotics is hiring(在新窗口打开)x.com↑
- Exclusive: OpenAI disbands stand-alone robotics team as general AI models start running robots(在新窗口打开)fortune.com↑