阿纳斯塔西斯·耶尔马尼迪斯

概况

阿纳斯塔西斯·耶尔马尼迪斯（Anastasis Germanidis）是 Runway 的联合创始人。Runway 是一家做视频与图像生成式 AI 工具的公司。2018 年，他与克里斯托巴尔·巴伦苏埃拉（Cristóbal Valenzuela）、亚历杭德罗·马塔马拉（Alejandro Matamala）一起创办了这家公司，三人是在纽约大学（NYU）的 ITP 项目上认识的。^[1] 除了公司经营，他也是 Runway 研究成果的公开面孔之一：Gen-1 的研究文章由他执笔，介绍该方法的技术论文也署有他的名字。^[2][3]

从 NYU 的 ITP 到 Runway

Runway 的起点是纽约大学的 ITP 项目。这是一个跨学科的研究生项目，艺术、设计与技术背景的人在这里一起做计算相关的作品。耶尔马尼迪斯与两位联合创始人就是在这里结识的，2018 年三人共同创立了 Runway。^[1] 公司此后专注于让创作者在自己的工作流程里直接调用机器学习模型，而不只是在研究室里使用。

Gen-1 的研究

2023 年 2 月，Runway 发布了一篇介绍 Gen-1 的研究文章，署名是耶尔马尼迪斯。^[3] 同月，他参与撰写了论文《Structure and Content-Guided Video Synthesis with Diffusion Models》（以结构与内容引导的扩散模型视频合成），这篇论文描述的正是 Gen-1 背后的研究。^[2] 研究文章列出五位作者：耶尔马尼迪斯本人，以及帕特里克·埃塞尔（Patrick Esser）、约翰纳森·邱（Johnathan Chiu）、帕尔米达·阿提盖赫奇安（Parmida Atighehchian）和乔纳森·格兰斯科格（Jonathan Granskog）。^[4]

论文所依托的扩散模型（diffusion model）是一类通过从噪声出发、逐步去噪而生成内容的方法。Gen-1 要解决的是视频里一个很具体的问题：如何改变一段已有视频的样子，同时保留它原有的运动和构图。

Gen-1 做了什么

按照研究页面的说法，Gen-1 用文字和图像从已有视频生成新的视频，把一张图像或一段文字提示的构图与风格施加到源视频的结构上。^[4] 也就是说，源视频提供运动方式和画面布局，提示词提供新的外观。

模型发布时提供五种模式：风格化（stylization）、故事板（storyboard）、蒙版（mask）、渲染（render）和定制（customization）。^[4] 这些模式是同一底层能力的不同用法，从整段重新风格化，到依照画出的故事板生成，再到只改动被蒙版圈定的区域。

Runway 在发布时同时公布了用户研究的结果：Gen-1 的输出相对 Stable Diffusion 1.5 的偏好比例为 73.53%，相对 Text2Live 为 88.24%。^[4] 这些数字是 Runway 自己评估并报告的结果，不是第三方独立评测。

在领域中的位置

耶尔马尼迪斯代表了一类从艺术与技术交叉背景进入生成式 AI 的创业者，而不是出自大型企业的研究部门；他们围绕把模型交到一线影视和设计工作者手中来搭建公司。他在 Gen-1 这项工作中的角色是双重的：既参与撰写技术论文，也执笔了对外解释这项工作的研究文章。^[2][3] 一位创始人同时出现在研究署名里，也反映了 Runway 在这一时期给自己的定位：一家产品公司，同时也公开自己的方法。