kaiyun开云他在推特中写道，自己非常期待探索视觉感知、世界模型与机器人技术如何融合，构建真正的“物理智能”。

　　OpenAI世界模拟方向的负责人之一、Sora项目资深领导Aditya Ramesh也第一时间留言欢迎。

　　本科毕业后，他前往美国加州理工学院（Caltech）攻读博士，于2017年获得应用与计算数学博士学位。

　　博士期间，他专注于机器学习理论与应用，开始探索深度学习在视觉领域的潜力。

　　博士毕业后，他加入微软研究院，并在Microsoft Research雷德蒙德担任首席研究员。

　　同时还在微软内部跨组织推动计算机视觉与多模态智能项目，包括Alexandar Multi-Modal和Florence等方向。

　　值得一提的是，他在2021年还加入了华盛顿大学，担任电气与计算机工程系的兼职助理教授至今。

　　2022年起，他转入Meta FAIR（现Meta超级智能实验室），研究计算机视觉与多模态智能，累计工作近4年。

　　担任Segment Anything 3（SAM 3）项目负责人：SAM 3是一个统一框架，可在图像和视频中实现目标检测、分割与跟踪。

　　作为SAM系列最新迭代（2025年11月），该模型推出统一框架，支持图像和视频中的目标检测、分割与跟踪，实现零样本泛化到任意物体和场景。

　　担任Llama 4视觉grounding项目负责人，延续Llama 3优势，进一步强化专家级图像grounding能力（如像素级定位与复杂场景理解），被视为Llama 4对标GPT-4o的关键差异化亮点。

　　这些工作不仅提升了Meta的生成式AI竞争力，还为开源社区贡献了高影响力工具。

　　为什么突然之间所有人都在加入 OpenAI？我是挺兴奋的，但这是为什么？

　　因为（OpenAI）有算力+Sora级别的世界建模基础设施。如果没有这两样，到2026年几乎不可能做出真正高水平的机器人系统。