Aditya Ramesh
Aditya Ramesh 是 OpenAIOpenAIOpenAI是2015年創立的人工智能研究與產品機構,開發GPT系列模型、ChatGPT、Codex及開發者API,並開展圖像、語音、視頻與智能代理研究。2025年重組後,非營利的OpenAI Foundation繼續控制營利主體OpenAI Group PBC。其發展涉及大規模融資與算力合作,也伴隨治理、版權、隱私及人工智能安全爭議。點擊查看完整詞條 研究員,開發了文字生成圖像模型 DALL·E,並參與領導視頻生成系統 Sora。他本科畢業於紐約大學New York UniversityNew York University(紐約大學)是位於美國紐約市的私立大學,1831年創辦,是美國規模最大的私立大學之一。點擊查看完整詞條,在 OpenAI 實習後留下從事研究,後來領導 Worldsim 團隊,探索視頻模型如何理解物理世界。
本頁目錄10 節
詞條資料
求學時期:紐約大學與 OpenAI 實習
Ramesh 在紐約大學讀本科,曾在 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 實驗室參與研究。他原本考慮申請博士項目;在 OpenAI 完成暑期實習後,決定留下做全職研究。2024年,他在北京智源大會與紐約大學的謝賽寧回顧了這段經歷,並討論學術界還能怎樣開展評測和可解釋性研究。[1]
2021至2023年從 DALL·E 到對話式圖像生成
2021年1月,OpenAI 介紹 Ramesh 開發的 DALL·E。系統可以把用文字描述的不同概念組合成一張圖。2022年4月,他共同開發的 DALL·E 2 增加局部修改和圖像變體。2023年,他領導的團隊將第三代模型引入 ChatGPTChatGPTChatGPT是OpenAI於2022年11月30日推出的生成式人工智能助手,通過網頁和應用提供對話、寫作、編程、搜索、文件分析及圖像和語音交互等服務。產品從免費研究預覽發展為面向個人、企業和教育機構的多種方案,並逐步增加深度研究、學習模式和跨應用任務執行能力。其應用也引發有關事實準確性、個人隱私、版權、教育及青少年安全的持續討論。點擊查看完整詞條,讓使用者通過來回對話完善圖像描述。他在首次發佈兩週年時接受採訪說,沒有預料到文字生成圖像會如此快地成為公眾使用的工具。[2][3][4]
2024年4月25日接受 No Priors 採訪
Ramesh 與 Tim BrooksTim BrooksTim Brooks 是研究圖像與視頻生成的人工智能研究者。他在加州大學伯克利分校開發了按文字指令修改照片的 InstructPix2Pix,後來在 OpenAI 共同領導 Sora,先後在 Google DeepMind 和 Meta Superintelligence Labs 研究多模態生成。點擊查看完整詞條、Bill PeeblesBill PeeblesBill Peebles是人工智能研究員,擴散Transformer(DiT)論文的第一作者,曾領導OpenAI的視頻生成模型Sora,2026年離開OpenAI後參與創辦面向電影製作人的AI視頻公司。點擊查看完整詞條 一同參加 No PriorsNo PriorsNo Priors 是由投資人 Sarah Guo 與 Elad Gil 共同創辦和主持的人工智能訪談播客及媒體品牌,2023年2月開始發佈節目。內容涵蓋人工智能研究、創業、基礎設施及商業應用,形式包括嘉賓對談、主持人討論和年度回顧,通過音頻播客平臺與 YouTube 等渠道分發。點擊查看完整詞條,介紹 Sora 當時能夠模擬什麼樣的運動、幾何與時序關係,以及哪些地方仍然出錯。三人還談到藝術家對控制畫面風格的需求和正式開放系統前的安全評估。[5]
他回憶,一些受訪藝術家想把自己的整套作品提供給模型,以便日後創作的畫面能參照其過往作品。[5]
2024年7月半年回顧
7月的半年回顧再次播出三人談藝術家使用 Sora 進行創作的片段。[6]
2024年12月年終精選
年底的節目精選在11分17秒起重播 Sora 團隊談視覺模型與通用人工智能的一段。[7]
2024年起視頻生成與機器人研究
Ramesh 在個人簡歷中說,他組建了開發 Sora 模型及其網站體驗的團隊。對於2025年的 Sora 2Sora(OpenAI)Sora是OpenAI開發的文本生成視頻模型及同名應用,2024年2月以研究預覽形式亮相,2025年推出Sora 2和社交視頻應用,2026年4月停止網頁與應用服務。點擊查看完整詞條,他列出的個人工作包括增強視頻與文字描述的對應關係,以及提高使用者的控制能力。他後來以研究副總裁身份領導 OpenAI 的 Worldsim 項目,把視頻生成研究延伸到機器人對物理世界的理解。[3][1]
2026年機器人團隊與重組
2026年5月31日,Sam AltmanSam AltmanSam Altman是創業者、投資者及OpenAI聯合創辦人兼首席執行官,曾任Y Combinator總裁、創辦位置社交服務Loopt。他還參與Tools for Humanity與Merge Labs的創立,投資能源和生命科學項目,並推動圍繞人工智能治理、就業與財富分配的公共討論。點擊查看完整詞條 公開表示,Ramesh 領導的世界模擬研究在過去一年發展成 OpenAI Robotics。11月13日,OpenAI 向《財富》FORTUNEFORTUNE(《財富》)是1930年由Henry R. Luce創辦的商業媒體品牌,業務包括雜誌、數字新聞、企業榜單及會議。其品牌歷史經歷Time Inc.、Time Warner與Meredith等所有權階段,2018年由Chatchaval Jiaravanon的個人公司收購,並發展數字訂閱和地區業務。點擊查看完整詞條確認,獨立的機器人部門已重組,研究與應用人員分別併入更大的團隊,同時仍將機器人列為長期研究方向。[8][9]
在 No Priors 分享的建議
他建議分別討論模型發佈方、分發視頻的平臺及創作者各負哪些責任,尤其要考慮觀看者怎樣得知來源是否可靠。(20:45)[5]
他提出,創作工具應讓使用者表達自己的審美;他希望當時仍在探索的個性化功能能使模型理解某個團隊慣用的設計語言。(16:26)[5]
關聯機構、網站與公開賬號
OpenAI:個人簡歷記載曾以研究副總裁身份領導 Worldsim 團隊。官網:https://openai.com/(在新窗口打開)。[3]
來源9 個來源
- 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?(在新窗口打開)thepaper.cn↑
- Two years after DALL-E debut, its inventor is “surprised” by impact(在新窗口打開)venturebeat.com↑
- Aditya Ramesh(在新窗口打開)adityaramesh.com↑
- DALL·E 3(在新窗口打開)openai.com↑
- No Priors Ep.61 | OpenAI's Sora Leaders Aditya Ramesh, Tim Brooks and Bill Peebles(在新窗口打開)youtube.com↑
- No Priors Ep. 71: The Best of 2024 (so far) with Sarah Guo and Elad Gil(在新窗口打開)youtube.com↑
- No Priors Ep. 95 | Best of 2024(在新窗口打開)youtube.com↑
- OpenAI Robotics is hiring(在新窗口打開)x.com↑
- Exclusive: OpenAI disbands stand-alone robotics team as general AI models start running robots(在新窗口打開)fortune.com↑