Ishan Misra

他的父親退休前任浦那一家研究所遺傳學系主任，母親是化學碩士和教師。2008年他進入IIIT Hyderabad攻讀計算機科學學士，後獲最高累積績點金獎。⁠[1]

2013年9月，時為Carnegie Mellon UniversityCarnegie Mellon UniversityCarnegie Mellon University（CMU）是位於美國賓夕法尼亞州匹茲堡的私立研究型大學。學校前身是 Andrew Carnegie 於1900年出資創辦的 Carnegie Technical Schools，1912年改名 Carnegie Institute of Technology，1967年與 Mellon Institute 合併後定名為今名。學校以計算機科學、機器人、工程與藝術等領域著稱，在卡塔爾、硅谷和盧旺達設有校區。截至2025年9月，全校註冊學生16,582人。現任校長為 Farnam Jahanian。2026年9月30日，學校宣佈獲得 Ken Griffin 30億美元捐贈，並將在邁阿密興建新校區。點擊查看完整詞條機器人研究所碩士生的他入選2014屆Siebel Scholars，每人獲3.5萬美元獎金；他的研究聚焦目標檢測與場景理解，嘗試用數據驅動方法在無需啟發式規則和人工干預的情況下學習目標檢測器。⁠[2]

他於2014年和2018年先後獲Carnegie Mellon University機器人學碩士和博士學位，導師為Martial Hebert和Abhinav Gupta。⁠[3]

他的博士論文“Visual Learning with Minimal Human Supervision”獲2018年CMU計算機學院傑出博士論文獎亞軍；同年他以研究科學家身份加入FacebookFacebookFacebook（臉書）是 Meta 旗下的社交網絡平臺，2004年從哈佛校園上線，逐步發展出動態消息、照片與視頻分享、群組及 Marketplace 等功能。平臺保留 Facebook 名稱，母公司在2021年採用 Meta 品牌；兩者的用戶與財務數據應按各自口徑理解。點擊查看完整詞條紐約，繼續研究自監督學習。⁠[1]

他與Laurens van der Maaten在CVPR 2020發表論文，提出自監督的前置任務不變表示學習方法PIRL，主張語義表示應對圖像變換保持不變；論文稱PIRL在多項自監督基準上創下新紀錄，並在目標檢測表示學習上超過監督預訓練。⁠[4]

2021年3月，他與Priya Goyal、Mathilde Caron等人發表SEER論文：這一擁有13億參數的RegNetY模型在10億張隨機、未經整理的圖像上無監督訓練，在ImageNet上取得84.2%的top-1準確率。⁠[5]

2021年7月31日，時任FAIR研究科學家的他作為第206期嘉賓做客Lex FridmanLex FridmanLex Fridman 是生於蘇聯、在美國長大的計算機科學家和播客主持人，任 MIT 研究科學家，研究人機交互與自動駕駛。他主持的 Lex Fridman Podcast 以數小時長篇對話著稱，嘉賓包括多國領導人和科技企業領袖。點擊查看完整詞條 Podcast，節目題為“Self-Supervised Deep Learning in Computer Vision”，話題包括自監督學習、對比學習、數據增強、SwAV、SEER和VISSL庫。⁠[6]

2022年，時任Meta AI Research研究科學家的他入選MIT Technology Review的35 Innovators Under 35榜單，其研究表明可僅憑視覺數據訓練模型。⁠[7]

他是CVPR 2023論文ImageBind的作者之一，該方法在圖像、文本、音頻、深度、熱成像和IMU六種模態間學習聯合嵌入，並表明僅用與圖像配對的數據即可將各模態綁定在一起。⁠[8]

2023年11月，Meta發佈Emu Video，可根據文字說明或圖片生成四秒動畫短片，分辨率為512×512、每秒16幀。⁠[9]

他是Emu Video論文的作者之一；該模型先依據文本生成圖像，再依據文本和圖像生成視頻，論文稱人類評估中其視頻質量相對Google Imagen Video的偏好率為81%。⁠[10]

他獲Carnegie Mellon University 2024年近期校友成就獎；學校稱他的自監督學習研究改變了視覺模型的訓練方式，其生成式視頻建模工作是Meta生成式視頻系統的核心。⁠[3]

2024年10月，Meta團隊發表Movie Gen論文，介紹一組可生成帶同步音頻的1080p高清視頻、並支持視頻編輯和個性化生成的基礎模型，其中最大的視頻模型為300億參數Transformer；他是論文作者之一。⁠[11]

截至2026年10月，他是Meta超級智能部門TBD Labs研究總監兼研究科學家；此前在Meta GenAI領導視頻生成研究，任Movie Gen項目整體技術負責人，並獲2025年PAMI青年研究者獎榮譽提名。⁠[12]

個人網站：公開鏈接：https://imisra.github.io/（在新窗口打開）⁠[6]

X：公開賬號：https://x.com/imisra_（在新窗口打開）⁠[6]