Ishan Misra

他的父亲退休前任浦那一家研究所遗传学系主任，母亲是化学硕士和教师。2008年他进入IIIT Hyderabad攻读计算机科学学士，后获最高累积绩点金奖。⁠[1]

2013年9月，时为Carnegie Mellon UniversityCarnegie Mellon UniversityCarnegie Mellon University（CMU）是位于美国宾夕法尼亚州匹兹堡的私立研究型大学。学校前身是 Andrew Carnegie 于1900年出资创办的 Carnegie Technical Schools，1912年改名 Carnegie Institute of Technology，1967年与 Mellon Institute 合并后定名为今名。学校以计算机科学、机器人、工程与艺术等领域著称，在卡塔尔、硅谷和卢旺达设有校区。截至2025年9月，全校注册学生16,582人。现任校长为 Farnam Jahanian。2026年9月30日，学校宣布获得 Ken Griffin 30亿美元捐赠，并将在迈阿密兴建新校区。点击查看完整词条机器人研究所硕士生的他入选2014届Siebel Scholars，每人获3.5万美元奖金；他的研究聚焦目标检测与场景理解，尝试用数据驱动方法在无需启发式规则和人工干预的情况下学习目标检测器。⁠[2]

他于2014年和2018年先后获Carnegie Mellon University机器人学硕士和博士学位，导师为Martial Hebert和Abhinav Gupta。⁠[3]

他的博士论文“Visual Learning with Minimal Human Supervision”获2018年CMU计算机学院杰出博士论文奖亚军；同年他以研究科学家身份加入FacebookFacebookFacebook（脸书）是 Meta 旗下的社交网络平台，2004年从哈佛校园上线，逐步发展出动态消息、照片与视频分享、群组及 Marketplace 等功能。平台保留 Facebook 名称，母公司在2021年采用 Meta 品牌；两者的用户与财务数据应按各自口径理解。点击查看完整词条纽约，继续研究自监督学习。⁠[1]

他与Laurens van der Maaten在CVPR 2020发表论文，提出自监督的前置任务不变表示学习方法PIRL，主张语义表示应对图像变换保持不变；论文称PIRL在多项自监督基准上创下新纪录，并在目标检测表示学习上超过监督预训练。⁠[4]

2021年3月，他与Priya Goyal、Mathilde Caron等人发表SEER论文：这一拥有13亿参数的RegNetY模型在10亿张随机、未经整理的图像上无监督训练，在ImageNet上取得84.2%的top-1准确率。⁠[5]

2021年7月31日，时任FAIR研究科学家的他作为第206期嘉宾做客Lex FridmanLex FridmanLex Fridman 是生于苏联、在美国长大的计算机科学家和播客主持人，任 MIT 研究科学家，研究人机交互与自动驾驶。他主持的 Lex Fridman Podcast 以数小时长篇对话著称，嘉宾包括多国领导人和科技企业领袖。点击查看完整词条 Podcast，节目题为“Self-Supervised Deep Learning in Computer Vision”，话题包括自监督学习、对比学习、数据增强、SwAV、SEER和VISSL库。⁠[6]

2022年，时任Meta AI Research研究科学家的他入选MIT Technology Review的35 Innovators Under 35榜单，其研究表明可仅凭视觉数据训练模型。⁠[7]

他是CVPR 2023论文ImageBind的作者之一，该方法在图像、文本、音频、深度、热成像和IMU六种模态间学习联合嵌入，并表明仅用与图像配对的数据即可将各模态绑定在一起。⁠[8]

2023年11月，Meta发布Emu Video，可根据文字说明或图片生成四秒动画短片，分辨率为512×512、每秒16帧。⁠[9]

他是Emu Video论文的作者之一；该模型先依据文本生成图像，再依据文本和图像生成视频，论文称人类评估中其视频质量相对Google Imagen Video的偏好率为81%。⁠[10]

他获Carnegie Mellon University 2024年近期校友成就奖；学校称他的自监督学习研究改变了视觉模型的训练方式，其生成式视频建模工作是Meta生成式视频系统的核心。⁠[3]

2024年10月，Meta团队发表Movie Gen论文，介绍一组可生成带同步音频的1080p高清视频、并支持视频编辑和个性化生成的基础模型，其中最大的视频模型为300亿参数Transformer；他是论文作者之一。⁠[11]

截至2026年10月，他是Meta超级智能部门TBD Labs研究总监兼研究科学家；此前在Meta GenAI领导视频生成研究，任Movie Gen项目整体技术负责人，并获2025年PAMI青年研究者奖荣誉提名。⁠[12]

个人网站：公开链接：https://imisra.github.io/（在新窗口打开）⁠[6]

X：公开账号：https://x.com/imisra_（在新窗口打开）⁠[6]