Soumith Chintala

ref · 2026 年5 月 25 日 07:53

共同创始人，PyTorch 长期领导者——这款开源框架支撑着全球超过90%的人工智能研究。一位出生于海得拉巴的工程师，曾遭十二所美国大学研究生院拒绝，最终却构建了现代人工智能赖以运行的软件层。

简介

领域	详情
国籍	印度裔美国人
出生地	印度海得拉巴
现任职务	Thinking Machines Lab 首席技术官 (CTO)；纽约大学附属研究员
研究领域	人工智能基础设施、深度学习框架、开源生态系统、生成模型、家庭机器人
教育背景	信息技术学士，VIT Vellore (2009年)；计算机科学硕士，纽约大学 (约2012年)
个人网站	soumith.ch
博客	soumith.ch/blog
X / Twitter	@soumithchintala
GitHub	@soumith
谷歌学术	scholar.google.com

概述

Soumith Chintala 是一位印度裔美国人工智能工程师、研究员和社区建设者。他最广为人知的身份是 PyTorch 的共同创始人和长期领导者。PyTorch是他在 Meta 的 FAIR 从2016年开始构建的开源深度学习框架，现已发展壮大，支撑着全球超过90%的人工智能研究和生产系统。他在 Meta 工作了十一年，于2025年11月离职，离开了他所描述的「人工智能行业最有影响力的职位之一」。随后，他加入了 Mira Murati 的人工智能初创公司 Thinking Machines Lab，并于2026年1月被任命为首席技术官。他的研究贡献包括开创性的生成对抗网络（GAN）论文（LAPGAN、DCGAN、WGAN）、社区基础设施工作（Torch-7、EBLearn、convnet-benchmarks），以及在纽约大学进行的家庭机器人研究。他的故事被广泛引用为坚持不懈的典范：他曾向十二所美国大学申请硕士学位，全部被拒，最终才被纽约大学录取，师从 Yann LeCun。

早年与教育背景

Chintala 在印度海得拉巴长大，就读于海得拉巴公立学校。据他自己所述，他早年数学成绩不佳，对计算机和问题解决的兴趣源于自我驱动的好奇心，而非优异的学业成绩。他将自己的道路描述为深受开源软件的吸引——这种倾向部分源于他在成长过程中无法轻易获得答案，并发现开放知识能够「公平竞争」。

信息技术学士 — 印度泰米尔纳德邦，Vellore Institute of Technology (VIT)，2005–2009
Chintala 在 VIT Vellore 完成了本科学业，按印度竞争激烈的科技招聘标准来看，这是一所中等的印度工程学院。毕业后，他向十二所美国大学申请了计算机科学硕士学位——结果全部被拒。他没有返回印度或放弃计划，而是持 J-1 签证移居美国，前途未卜，最终成功获得纽约大学的录取。

计算机科学硕士 — 纽约大学 (约2010–2012)
在纽约大学，Chintala 由 Yann LeCun 指导，当时 LeCun 正将纽约大学库朗数学研究所建设为深度学习研究中心。他的研究生工作涵盖机器人学、计算机视觉和早期生成建模，并为 EBLearn——他与 LeCun 和 Pierre Sermanet 共同维护的一个 C++ 深度学习框架——做出了贡献。这段时期具有奠基意义：在深度学习复兴的早期阶段直接在 LeCun 领导下工作，并为开源机器学习工具做出贡献，这既奠定了他的技术深度，也塑造了他此后职业生涯的社区导向。

职业生涯

EBLearn 与早期开源工作 (2012年以前)

在纽约大学攻读硕士学位期间及之前，Chintala 共同维护了 EBLearn，这是 LeCun 实验室开发的一个 C++ 深度学习框架。在其鼎盛时期，EBLearn 是深度学习研究的主要工具之一，Chintala 在此方面的工作——连同他在纽约大学进行的机器人学和计算机视觉研究——使他进入了开源机器学习生态系统。

Meta / Facebook AI Research (FAIR) (2014–2025)

Chintala 于2014年加入 Facebook AI Research，当时 FAIR 还是一个仅由十几名研究人员组成的小团队。他将 FAIR 早期（特别是2015和2016年）描述为「很可能是我生命中最富有成效和职业中最愉快的几年」，那段时期他与 Rob Fergus、Leon Bottou、Yann LeCun、Alec Radford 等人一起研究生成对抗网络、目标检测、《星际争霸》机器人以及核心基础设施。他后来晋升为副总裁，然后于2025年11月离职。

Torch-7 与 convnet-benchmarks (2014–2016)
在 PyTorch 之前，Facebook、Google DeepMind 和 Twitter 使用的主要开源深度学习框架是 Torch-7——一个由 Chintala 维护的基于 Lua 的框架。他还创建了 convnet-benchmarks，这是一个神经网络基准测试套件，在2015年至2017年间成为 NVIDIA、AMD 和 Intel Nervana 优化其深度学习硬件的黄金标准。这些鲜为人知的贡献确立了严格、比较性和开放式的机器学习系统评估实践，后来影响了 PyTorch 的设计理念。

LAPGAN 与 DCGAN (2015)
Chintala 与 Remi Denton、Arthur Szlam、Rob Fergus 等人合作，共同撰写了 LAPGAN（NIPS 2015）——首批使用基于生成对抗网络的方法生成逼真摄影图像的论文之一，采用了拉普拉斯金字塔架构。配套的 DCGAN 论文（arXiv 2015，与 Radford 和 Metz 合作）介绍了深度卷积生成对抗网络架构及其训练稳定技术，使生成对抗网络在图像生成方面具有实用价值。DCGAN 成为被引用最多的生成对抗网络论文之一，并有效地开启了生成图像建模时代，后续催生了 Stable Diffusion、DALL-E 等图像生成系统。

Wasserstein GAN (2017)
与 Martin Arjovsky 和 Leon Bottou 合著的 Wasserstein GAN 引入了 Wasserstein 距离作为生成对抗网络的训练目标，显著提高了训练稳定性和理论基础。Chintala 后来表示，在「未能使其成为稳定的训练算法后」他放弃了生成对抗网络——这一坦诚的评价也反映了他的工程理念：如果一项技术无法可靠部署，那么它暂时还不值得他全力投入。

PyTorch —— 共同创立与领导 (2016–2025)
PyTorch 于2016年在 FAIR 创建，并于2017年初公开发布。创始贡献者包括 Chintala、Adam Paszke、Sam Gross、Greg Chanan、Alban Desmaison、Edward Yang 等人。其关键设计理念——动态计算图（define-by-run）而非 TensorFlow 的静态图——使得 PyTorch 的调试和迭代变得极其容易，而 Python 优先的 API 降低了不具备系统编程专业知识的研究人员的入门门槛。

Chintala 担任 PyTorch 的实际领导者近八年，同时兼任产品经理、技术负责人、沟通总监、社区经理和发布工程师。他在 PyTorch 论坛和 Torch 论坛上回答了数千个问题；他将这种草根社区投入描述为优秀产品得以构建的核心要素。在他的管理下，PyTorch 从一个研究原型发展成为支撑几乎所有前沿人工智能公司的框架——包括 GPT、Claude、Gemini、LLaMA 和 Stable Diffusion 的训练——以及 Tesla、Instagram、TikTok、Snapchat、Pinterest 和重大制药研究项目的生产部署。

他的离职博文（2025年11月6日）称 PyTorch 处理着「百亿亿次规模的训练」，并支撑着「正在重新定义智能的基础模型」，同时确认该框架已实现「在人工智能领域90%以上的采用率」。他离开的明确目标是「再次做些小事情」——摆脱其角色的影响力，重获从零开始构建的感觉。

纽约大学 —— 附属机器人研究 (2019年至今)

在 Meta 任职的同时，Chintala 还与纽约大学的 Lerrel Pinto 合作开展了家庭机器人项目，旨在构建能够执行家务任务而无需详尽任务训练的机器人：

Robot Utility Models —— 在未经见过的新环境中，完成基本任务（开门、开抽屉、物体重新定向）的零样本准确率约为90%。
关于将机器人带回家 (DobbE) —— 109项任务，在10个纽约市家庭中测试，成功率为81%，学习一项新任务需要20分钟。
其他相关工作涉及触觉表征、灵巧操作和家庭机器人语义记忆系统。

Thinking Machines Lab —— 首席技术官 (2025年11月至今)

离开 Meta 后，Chintala 于2025年11月加入 Mira Murati 的 Thinking Machines Lab，只简单宣布：「thinking machines……人太棒了。」2026年1月，在 Barret Zoph（返回 OpenAI）离职后，Murati 任命 Chintala 为首席技术官。Murati 称他为「一位才华横溢且经验丰富的领导者」，对人工智能基础设施有着超过十年的基础性贡献。他目前在 Thinking Machines 的重点是人工智能基础设施、人工智能研究和机器人技术。

主要贡献

PyTorch —— 共同创立并领导近八年；现被全球90%以上的研究人员使用，并支撑着几乎所有在生产环境中的前沿人工智能系统的开源深度学习框架。Chintala 倡导的动态计算图设计和 Python 优先的 API 确立了机器学习框架设计的主流范式。
DCGAN（arXiv 2015，与 Radford 和 Metz 合作）—— 引入了深度卷积生成对抗网络架构及其训练稳定技术（批归一化、特定激活函数选择），使生成对抗网络具有实用价值；是被引用最多的生成建模论文之一，也是随后十年图像生成研究的基础。
LAPGAN（NIPS 2015）—— 首批使用生成对抗网络实现照片级真实感图像合成的演示之一，采用拉普拉斯金字塔方法；帮助确立了基于生成对抗网络的生成建模作为一条可行研究方向。
Wasserstein GAN（ICML 2017）—— 引入了 Wasserstein 距离训练目标用于生成对抗网络，显著提高了训练稳定性并提供了理论基础；是后续生成对抗网络训练方法论的基础。
Torch-7 —— 维护了被 Google DeepMind、Twitter 和 Meta 使用的基于 Lua 的深度学习框架（PyTorch 的前身）；是 PyTorch 设计理念首先得到测试的社区平台。
convnet-benchmarks —— 创建了深度学习的黄金标准基准测试套件（2015–2017），被 NVIDIA、AMD 和 Intel Nervana 用于优化其硬件；是开放、比较式机器学习系统评估的早期且有影响力的范例。
EBLearn —— 在2012年之前与 Yann LeCun 和 Pierre Sermanet 共同维护了 C++ 深度学习框架；是现代机器学习框架生态系统的先驱之一。
家庭机器人（与纽约大学的 Lerrel Pinto 合作） —— 演示了零样本家庭任务执行（Robot Utility Models）和在真实家庭中的可扩展模仿学习（DobbE）——为可部署的家庭机器人提供了证据基础。

奖项与荣誉

TIME100 AI —— 入选《时代》杂志最具影响力人工智能人物名单。
被广泛认为是现代人工智能时代的促成者——通过 PyTorch 在训练 GPT、Claude、LLaMA、Stable Diffusion 以及大多数其他前沿模型中所扮演的角色。
PyTorch 社区影响 —— Chintala 对 PyTorch 长达八年的管理被广泛认为是人工智能基础设施领域最具影响力的个人贡献之一；被同事描述为「支撑整个人工智能行业的软件层」。

关键人际关系

Yann LeCun —— 纽约大学研究生导师；雇佣 Chintala 加入 FAIR；Chintala 将其与 Rob Fergus 一起誉为「建立了神奇的早期 FAIR」的人。LeCun 早期对一位来自非名校学生的支持，以及后来在 FAIR 与 Chintala 的持续合作，对 Chintala 的发展轨迹起到了决定性作用。
Adam Paszke —— PyTorch 核心共同创始人；当时是波兰的一名本科生，为 PyTorch 代码库做出了贡献，并被邀请到 FAIR 实习——这是 Chintala 不拘泥于资历、向贡献者保持开放的例证。
Alec Radford —— FAIR 同事和 DCGAN 合著者；在 FAIR 的生成对抗网络研究时期产生了两人被引用最多的早期工作。
Martin Arjovsky 和 Leon Bottou —— Wasserstein GAN 的合著者；Bottou 是 FAIR 高级研究员，是该领域的数学先驱之一。
Mira Murati —— 现任雇主，Thinking Machines Lab 首席执行官；于2026年1月任命 Chintala 为首席技术官。
Lerrel Pinto —— 纽约大学家庭机器人领域合作者；他们的合作代表了 Chintala 在机器学习基础设施之外最持久的研究重点。
Mark Zuckerberg 与 Mike Schroepfer (Schrep) —— Chintala 的离职帖子明确感谢他们「相信开源至关重要且是一项合理的商业策略」——将开源视为一种共同信念而非自上而下的政策。

个人风格

Chintala 的职业价值观可以直接从他个人网站的原则列表中读出：他「拥抱懒惰」（自动化一切不想要的），「拥抱简单」，「避免玩具或假设性问题」，并且「狂热地热爱开源」。最后一点最具传记色彩：他将自己对开源的承诺归因于在成长过程中无法轻易获取知识，并将工具的公开出版视为「公平竞争」的一种方式。他的社区管理风格——回答论坛上数以千计的问题，保持可联系性，欢迎来自波兰的本科生和在 NeurIPS 的研究生做出贡献——反映了促使 PyTorch 社区蓬勃发展的同样的平等主义本能。他对离开 Meta 的描述捕捉到了贯穿其整个职业生涯的张力：在制度影响力（领导运行整个人工智能的框架）与构建小而不知名事物的创造自由之间的拉扯。他选择为了好奇心离开，而不是为了权力留下，这与他一贯阐述的价值观是一致的。