Sora背后團(tuán)隊(duì)：應(yīng)屆博士帶隊(duì)，00后入列，還專門招了藝術(shù)生

克雷西 2024-02-18 13:26:06 來(lái)源：量子位

克雷西 魚(yú)羊 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

現(xiàn)在世界上最受關(guān)注的技術(shù)團(tuán)隊(duì)是哪一支？

Sora團(tuán)隊(duì)，已經(jīng)來(lái)到聚光燈中心。

不僅項(xiàng)目負(fù)責(zé)人評(píng)論區(qū)被擠爆，成了X最火“景點(diǎn)”。

天才成員們的履歷，也正在持續(xù)引爆關(guān)注。

△來(lái)自微博博主@木遙

大家伙發(fā)現(xiàn)，這支團(tuán)隊(duì)挺年輕：兩位負(fù)責(zé)人都是在去年（2023年）剛剛博士畢業(yè)，團(tuán)隊(duì)里甚至還有00后選手……

但牛啤也是真的牛：

Tim Brooks，DALL-E 3作者之一，GitHub 5.7k星項(xiàng)目InstructPix2Pix作者，2021-2022年在英偉達(dá)實(shí)習(xí)時(shí)，就是視頻生成研究的項(xiàng)目負(fù)責(zé)人。

William (Bill) Peebles，和謝賽寧合作，搞出了Sora的技術(shù)基礎(chǔ)之一DiT（擴(kuò)散Transformer）。論文還曾入圍CVPR 2022最佳論文候選。

……

這支團(tuán)隊(duì)到底什么來(lái)頭，咱們今天一起仔細(xì)聊聊。

應(yīng)屆博士帶隊(duì)

包括Tim和Bill在內(nèi)，Sora的主要負(fù)責(zé)人一共有三名（以下排名不分先后）。

Tim Brooks，也是DALL-E 3的作者，去年1月剛從加州大學(xué)伯克利分校博士畢業(yè)。

Tim本科就讀于卡內(nèi)基梅隆大學(xué)，主修邏輯與計(jì)算，輔修計(jì)算機(jī)科學(xué)，其間在Facebook軟件工程部門實(shí)習(xí)了四個(gè)月。

2017年，本科畢業(yè)的Tim先到Google工作了近兩年，在Pixel手機(jī)部門中研究AI相機(jī)，之后到了伯克利AI實(shí)驗(yàn)室攻讀博士。

在伯克利讀博期間，Tim的主要研究方向就是圖片與視頻生成，他還在英偉達(dá)實(shí)習(xí)并主導(dǎo)了一項(xiàng)關(guān)于視頻生成的研究。

回到校園后，Tim與導(dǎo)師Alexei Efros教授和同組博士后Aleksander Holynski（現(xiàn)在谷歌）一起研制了AI圖片編輯工具InstructPix2Pix，并入選CVPR 2023 Highlight。

去年一月，Tim順利畢業(yè)并取得了博士學(xué)位，轉(zhuǎn)而加入OpenAI，并相繼參與了DALL-E 3和Sora的工作。

值得一提的是，Tim不僅在專業(yè)領(lǐng)域擁有高超的技術(shù)水平，還是個(gè)多才多藝的人。

據(jù)Tim自己介紹，他還喜歡攝影和音樂(lè)，高中時(shí)他拍攝的照片獲得過(guò)National Geographic頒發(fā)的獎(jiǎng)項(xiàng)，本人到過(guò)百老匯演出，還獲得過(guò)B-box國(guó)際獎(jiǎng)項(xiàng)……

而與Tim師出同門、晚畢業(yè)4個(gè)月的William Peebles，也是Sora的另一名負(fù)責(zé)人。

（Peebles在X上用昵稱Bill，在Linkedin上及論文署名時(shí)用大名William，下文一律用Bill指代。）

Bill本科就讀于MIT，主修計(jì)算機(jī)科學(xué)，參加了GAN和text2video的研究，還在英偉達(dá)深度學(xué)習(xí)與自動(dòng)駕駛團(tuán)隊(duì)實(shí)習(xí)，研究計(jì)算機(jī)視覺(jué)。

畢業(yè)后正式開(kāi)始讀博之前，他還參加了Adobe的暑期實(shí)習(xí)，研究的依然是GAN，該項(xiàng)目和（時(shí)任）卡內(nèi)基梅隆大學(xué)華人學(xué)者朱俊彥（也是Efros教授學(xué)生，現(xiàn)在在MIT）組有合作，并成為CVPR 2022最佳論文候選。

之后，學(xué)期開(kāi)始，Bill到了伯克利Efros教授課題組攻讀博士，研究成果多次入選SIGGRAPH、ICCV、CVPR等學(xué)術(shù)會(huì)議。

2022年5月，Bill到Meta進(jìn)行了為期半年的實(shí)習(xí)，和謝賽寧（Bill開(kāi)始實(shí)習(xí)時(shí)還未離開(kāi)Meta）合作發(fā)表了DiT模型，首次將Transformer與擴(kuò)散模型結(jié)合到了一起。

該成果被ICCV 2023錄用為Oral論文。值得一提的是，OpenAI此次發(fā)布的Sora，被認(rèn)為正是基于DiT構(gòu)建的。

去年5月，Bill也從伯克利畢業(yè)，并入職OpenAI。

除了這兩位去年加入的研究者，Sora團(tuán)隊(duì)的另一位負(fù)責(zé)人Aditya Ramesh則是OpenAI的“老人”。

Aditya是DALL-E的創(chuàng)造者，主導(dǎo)了三代DALL-E的研究，三個(gè)版本的論文當(dāng)中他都是共同一作。

而這樣一位主導(dǎo)三代DALL-E，如今又領(lǐng)導(dǎo)Sora團(tuán)隊(duì)的大神，卻只有本科學(xué)歷。

據(jù)LeCun介紹，Aditya本科就讀于紐約大學(xué)，并在他的實(shí)驗(yàn)室參與過(guò)一些項(xiàng)目。

其間，Aditya就已經(jīng)在研究生成式模型，并和LeCun共同發(fā)表論文。

畢業(yè)之后，Aditya本想繼續(xù)深造，但在OpenAI的暑期實(shí)習(xí)中被留了下來(lái)，成為了正式研究人員。

00后已加入

Sora團(tuán)隊(duì)的本科生，還不止Aditya Ramesh一位。

前文提到，這支團(tuán)隊(duì)中有一位“00后”Will DePue，就是2022年才剛從密西根大學(xué)計(jì)算機(jī)系本科畢業(yè)的。

這位小哥大四的時(shí)候創(chuàng)業(yè)搞了個(gè)市場(chǎng)咨詢公司DeepResearch，這家公司后來(lái)被Commsor收購(gòu)。

2023年7月，小哥加入OpenAI。根據(jù)他的領(lǐng)英信息，他是在今年1月才剛剛加入Sora項(xiàng)目組的。

另外，David Schnurr和Joe Taylor也都沒(méi)有博士學(xué)位。前者畢業(yè)于加州大學(xué)圣塔芭芭拉分校，后者畢業(yè)于美國(guó)舊金山藝術(shù)大學(xué)。

而正如Aditya Ramesh自己所說(shuō)，Sora團(tuán)隊(duì)的不少成員都是DALL-E 3的作者。

包括兩位華人Li Jing和Yufei Guo。

Li Jing是DALL-E 3的共同一作，2014年本科畢業(yè)于北京大學(xué)物理系，2019年獲得MIT物理學(xué)博士學(xué)位。在Meta做了2年多博士后之后，Li Jing于2022年加入OpenAI。

華人作者中還有Ricky Wang，今年一月剛剛從Meta/Instagram跳槽到OpenAI，另外兩位Yufei Guo、Clarence Ng沒(méi)有太多公開(kāi)資料。

新跳槽來(lái)的還有Conner Holmes，他在微軟工作時(shí)以外援形式參與了DALL·E 3的推理優(yōu)化工作，后來(lái)干脆加入OpenAI了。

最后，來(lái)看一眼完整作者名單：

從團(tuán)隊(duì)的組建情況和研究基礎(chǔ)來(lái)看，Sora應(yīng)該是OpenAI近半年來(lái)的最新成果，而非網(wǎng)傳“早已有之但憋著不發(fā)”。

不過(guò)，Sora炸場(chǎng)，頂級(jí)人才又持續(xù)星聚，還是驚得眾人開(kāi)始重新考量OpenAI的技術(shù)領(lǐng)先性。

就在今天，作者釋出的Sora新作，連“同一場(chǎng)景”下的多機(jī)位視頻都整出來(lái)了。

網(wǎng)友們的心情be like：

現(xiàn)在，是視頻生成，下一個(gè)又會(huì)是什么？

參考鏈接：
[1]https://www.wpeebles.com/
[2]https://www.timothybrooks.com/about/
[3]http://adityaramesh.com/about.html