{
  "slug": "xie-saining-interview",
  "url": "https://kelewrites.com/posts/xie-saining-interview/",
  "title": "谢赛宁：当所有人都在抢答，谁还在定义问题",
  "subtitle": "从世界模型到「反向 OpenAI」，一位计算机视觉研究者为何要逃出硅谷叙事",
  "summary": "谢赛宁认为，AI 真正稀缺的不是答案而是「定义问题」的能力——而当下的榜单与商业竞争已悄悄把这项能力从研究者手中收走。他给出的解法是世界模型这条被主流忽视的路线，以及一个不在硅谷、走「反向 OpenAI」的研究型创业 AMI Labs。",
  "date": "2026-06-11",
  "updated": "",
  "tags": [
    "AI",
    "行业洞察",
    "认知"
  ],
  "series": "",
  "source": {
    "title": "对谢赛宁的 7 小时马拉松访谈：世界模型与 AI 研究（张小珺商业访谈录）",
    "url": "https://www.bilibili.com/video/BV1tew5zVEDf/"
  },
  "ai": {
    "summary": "谢赛宁认为，AI 真正稀缺的不是答案而是「定义问题」的能力——而当下的榜单与商业竞争已悄悄把这项能力从研究者手中收走。他给出的解法是世界模型这条被主流忽视的路线，以及一个不在硅谷、走「反向 OpenAI」的研究型创业 AMI Labs。",
    "takeaways": [
      "谢赛宁认为，AI 真正稀缺的不是答案而是「定义问题」的能力——而当下的榜单与商业竞争已悄悄把这项能力从研究者手中收走。他给出的解法是世界模型这条被主流忽视的路线，以及一个不在硅谷、走「反向 OpenAI」的研究型创业 AMI Labs。",
      "一、世界模型：智能的终局是「预测」，不是「记忆」",
      "二、逃出硅谷：是「价值链」锁死了研究，不是研究者不想做",
      "三、反向 OpenAI：拿回定义问题的权利"
    ],
    "audience": [
      "关注 AI 行业演化的从业者",
      "想升级判断力和思考框架的人"
    ],
    "quote": "一句话总结：AI 真正稀缺的从来不是答案，而是定义问题的能力——谢赛宁要做的，是把这项能力从榜单与商业竞争手里夺回来。",
    "questions": [
      "这篇文章的核心结论是什么？",
      "世界模型：智能的终局是「预测」，不是「记忆」是什么意思？",
      "逃出硅谷：是「价值链」锁死了研究，不是研究者不想做是什么意思？",
      "反向 OpenAI：拿回定义问题的权利是什么？"
    ],
    "citation": {
      "title": "谢赛宁：当所有人都在抢答，谁还在定义问题",
      "conclusion": "谢赛宁认为，AI 真正稀缺的不是答案而是「定义问题」的能力——而当下的榜单与商业竞争已悄悄把这项能力从研究者手中收走。他给出的解法是世界模型这条被主流忽视的路线，以及一个不在硅谷、走「反向 OpenAI」的研究型创业 AMI Labs。",
      "points": [
        "一、世界模型：智能的终局是「预测」，不是「记忆」",
        "二、逃出硅谷：是「价值链」锁死了研究，不是研究者不想做",
        "三、反向 OpenAI：拿回定义问题的权利"
      ],
      "quote": "一句话总结：AI 真正稀缺的从来不是答案，而是定义问题的能力——谢赛宁要做的，是把这项能力从榜单与商业竞争手里夺回来。",
      "url": "https://kelewrites.com/posts/xie-saining-interview/",
      "attribution": "kele · Article Share"
    }
  },
  "headings": [
    {
      "depth": 2,
      "text": "开场"
    },
    {
      "depth": 2,
      "text": "金字塔总览"
    },
    {
      "depth": 2,
      "text": "一、世界模型：智能的终局是「预测」，不是「记忆」"
    },
    {
      "depth": 3,
      "text": "1.1 视觉不是一个任务，而是一种「视角」"
    },
    {
      "depth": 3,
      "text": "1.2 世界模型其实「无比朴素」"
    },
    {
      "depth": 3,
      "text": "1.3 关键不在「重建」，而在「抽象」"
    },
    {
      "depth": 2,
      "text": "二、逃出硅谷：是「价值链」锁死了研究，不是研究者不想做"
    },
    {
      "depth": 3,
      "text": "2.1 一条隐形的价值链，正在替研究者做决定"
    },
    {
      "depth": 3,
      "text": "2.2 不是没人想做，是没人「被允许」做"
    },
    {
      "depth": 3,
      "text": "2.3 被抽走的，是研究的「氧气」"
    },
    {
      "depth": 2,
      "text": "三、反向 OpenAI：拿回定义问题的权利"
    },
    {
      "depth": 3,
      "text": "3.1 为什么是创业，而不是另一个大厂"
    },
    {
      "depth": 3,
      "text": "3.2 「反向 OpenAI」：世界模型需要这个世界"
    },
    {
      "depth": 3,
      "text": "3.3 草根联盟：他用「万事达卡」打比方"
    },
    {
      "depth": 2,
      "text": "一页速览"
    },
    {
      "depth": 2,
      "text": "一句话收束"
    }
  ],
  "text": "> **一句话总结**：AI 真正稀缺的从来不是答案，而是**定义问题**的能力——谢赛宁要做的，是把这项能力从榜单与商业竞争手里夺回来。\n\n---\n\n## 开场\n\n过去三年，AI 的叙事被一条主线统治：大语言模型（LLM）→ 通用人工智能（AGI）→ 超级智能。所有头部公司挤在同一条赛道上，争的是榜单名次、产品周期和融资规模。\n\n但谢赛宁（Saining Xie，纽约大学计算机视觉研究者）在这场 7 小时访谈里点破了一个被忽视的事实：在这套「军备竞赛」里，**连最强的研究员都失去了定义问题的能力**。问题由榜单定义，榜单决定资源分配，资源分配又反过来规定研究者「能做什么、不能做什么」——研究本身被抽走了氧气。\n\n那么，一个真正想做前沿探索的研究者，今天该站在哪里？答案不在硅谷。\n\n答案是一句话：**智能的本质是「预测」而非「记忆」，而要做这件被主流让渡掉的事，必须先逃出 LLM 的叙事、用「反向 OpenAI」的方式重新拿回定义问题的权利**。下面分三层展开。\n\n---\n\n## 金字塔总览\n\n---\n\n## 一、世界模型：智能的终局是「预测」，不是「记忆」\n\n### 1.1 视觉不是一个任务，而是一种「视角」\n\n谢赛宁反复强调：他做的 `computer vision`，并不是「识别猫狗」这类具体任务，而是一种**看待智能的视角（perspective）**。\n它处理的是**连续、高维、带噪音**的信号——这跟纯语义空间里的语言模型根本不是一个市场\n它的核心是**层次化表征**：抽象 = 泛化，没有层次就无法解决真实世界的问题\n一句话点透：**解决视觉不是为了解决视觉，而是为了解决智能本身**（眼睛是唯一暴露在真实世界里的那部分大脑）\n\n### 1.2 世界模型其实「无比朴素」\n\n谢赛宁给出的世界模型定义，朴素到近乎 trivial：给定当前状态 `S` 和一个动作 `A`，学一个预测函数 `F`，去预测下一刻的状态。\n\n这并非新概念——1943 年生理学家 Kenneth Craik 就提出：人脑里有一个模型，能预测「我做这个动作会有什么后果」。把手伸进火里会疼，所以你不伸。**预测后果，才能指导决策。**\n\n### 1.3 关键不在「重建」，而在「抽象」\n\n这正是杨立昆（Yann LeCun）JEPA 思想的内核，也是谢赛宁说自己「从质疑到理解再到成为」的那条路线：\n\n| 错误路线 | 正确路线 |\n\n| 生成式：把一切都记住、都重建出来 | 在**抽象表征空间**里做预测 |\n| 像素级精确复刻 | 过滤掉无关信息，只预测本质 |\n\n> **金句**：世界模型的终局是**预测**，不是把世界一帧一帧背下来——智能是「filter 信息」，不是「记住信息」。\n\n---\n\n## 二、逃出硅谷：是「价值链」锁死了研究，不是研究者不想做\n\n### 2.1 一条隐形的价值链，正在替研究者做决定\n\n谢赛宁画出了当下 AI 行业的因果链条：\n\n问题在于：**当目标是榜单第一名时，研究者觉得「什么对、什么错」已经和资源能投向哪里彻底脱钩了。**\n\n### 2.2 不是没人想做，是没人「被允许」做\n\n谢赛宁发表视频理解论文（REA）后，好几个大厂研究员私下找他，说的话一模一样：「我也觉得这件事是对的，我做了两个星期——然后 manager 说接下来有产品周期，不能做了。」\n\n| 表层现象 | 真正根因 |\n\n| 没人从世界模型角度做视频理解 | 资源链条只给「视频生成 / captioning」这类能接进价值链的岗位 |\n| 研究员频繁跳槽、被高薪挖角 | 大家成了巨型机器里「可随时替换的螺丝钉」 |\n| 学术界算力极度匮乏（一个 PI 五年约 50 万美元） | 经费几十年没涨，工业界资助又因 LLM 竞赛而收缩 |\n\n### 2.3 被抽走的，是研究的「氧气」\n\n核心模型团队必须在高度竞争的赛道上冲到最前——这件事会**压榨掉环境里供研究自由呼吸的氧气**。所以谢赛宁的选择不是加入任何一个 lab，而是离开这套叙事。\n\n> **金句**：在有限游戏的强竞争里，**每家公司都失去了定义问题的能力**——研究变成了产品问题、商业问题。\n\n---\n\n## 三、反向 OpenAI：拿回定义问题的权利\n\n### 3.1 为什么是创业，而不是另一个大厂\n\n谢赛宁与杨立昆共同创立 AMI Labs（总部巴黎，并设纽约、蒙特利尔、新加坡四地），他自任联合创始人兼首席科学家。这家公司被刻意定位在「之间」：\n**不是**纯学术 lab（要有 business model）\n**不是**封闭式大模型公司（不在现有范式里卷）\n约 30% 留给完全自由的前沿探索，其余服务于「让研究突破得以发生」\n\n### 3.2 「反向 OpenAI」：世界模型需要这个世界\n\n谢赛宁用一个精妙的对照解释了商业逻辑：\n\n| 正向 OpenAI | 反向 OpenAI（AMI） |\n\n| 从互联网下载数据 → 训出智能 → 推向市场 | 没有现成数据可下载 |\n| 有捷径可走 | 必须去**真实世界**里「淘金」 |\n\n真实世界的数据是隐形的——农场、医院、一台装着上千个传感器的飞机引擎，这些数据不会被传到 YouTube。它们既藏着**问题的定义**（来自真实需求），也藏着**训练世界模型必需的非视觉信号**。所以世界需要世界模型，世界模型也需要这个世界。\n\n### 3.3 草根联盟：他用「万事达卡」打比方\n\n面对头部公司的垄断，AMI 想做的是**去中心化的联盟**：就像当年各家小银行联合起来推出 Mastercard 对抗 Visa，无数有具体问题、有数据、却挤不上 AI 牌桌的公司可以携手共建一个通用世界模型，再形成「交付模型 → 产生新数据 → 反哺模型」的闭环。\n\n这也解释了他**两次拒绝 Ilya（Sutskever）**的底层分歧——第二次（SSI 成立时），他问 Ilya 怎么看多模态与通用感知，Ilya 答「这件事已经解决得不错了」。而在谢赛宁看来，这恰恰是没解决的终极问题。他不认为这是「对立」：兄弟爬山，各自努力。他甚至认为 AGI 是个伪命题——人脑能处理的视觉函数趋近于零，智能从来是**高度专门化**的，不存在脱离具体世界的「通用」。\n\n> **金句**：别人从互联网抄捷径，AMI 选择那条更难的路——**去真实世界里，把问题和数据一起淘出来**。\n\n---\n\n## 一页速览\n\n| 层级 | 内容 | 一句话核心 |\n\n| **核心结论** | 定义问题 > 抢答案 | AI 稀缺的是定义问题的能力，已被榜单和竞争收走 |\n| **主论点一** | 世界模型 | 智能终局是预测，不是记忆与重建 |\n| 1.1 | 视觉即视角 | 解决视觉是为了解决智能本身 |\n| 1.2 | 朴素定义 | 给定状态 + 动作，预测下一刻 |\n| 1.3 | JEPA 内核 | 在抽象空间预测，过滤而非记住 |\n| **主论点二** | 逃出硅谷 | 价值链锁死了研究，不是研究者不想做 |\n| 2.1 | 价值链 | 榜单 → 资源分配 → 能做什么 |\n| 2.2 | 没被允许 | 大厂研究员「做两周就被叫停」 |\n| 2.3 | 氧气 | 强竞争抽走研究的呼吸空间 |\n| **主论点三** | 反向 OpenAI | 用草根联盟拿回定义问题的权利 |\n| 3.1 | 为何创业 | 介于学术与封闭大厂「之间」 |\n| 3.2 | 数据淘金 | 世界模型需要真实世界的隐形数据 |\n| 3.3 | 联盟与分歧 | Mastercard 式去中心化；两拒 Ilya |\n\n---\n\n## 一句话收束\n\n> **生命的答案是 42，但你得先问对问题——AI 也一样，谁掌握了定义问题的权利，谁才真正在做研究。**"
}