- 谢赛宁是 DiT(Diffusion Transformer)论文作者之一,该架构是当前视频生成模型的核心基础,他曾在 Meta AI(FAIR)从事视觉研究,后任纽约大学助理教授。
- 2026 年他创立 AMI Labs,完成约 10.3 亿美元种子轮融资,成为 AI 领域融资规模最大的种子轮之一。
- 他深度认同 LeCun 的 JEPA 框架,自称经历"从质疑 JEPA,到理解 JEPA,到成为 JEPA"三个阶段。
- 他批判"语言决定论":LLM 从互联网文本学到的只是人类经验的投射,世界模型必须从真实物理世界的数据中学习。
- 他把 AMI 的思路概括为"反向 OpenAI":不从互联网下载数据训练大模型,而是与真实世界伙伴合作获取物理世界数据。
谢赛宁是谁
谢赛宁是华人 AI 科学家,因 DiT(Diffusion Transformer)论文被广泛认识。这一架构把扩散模型与 Transformer 结合,成为 2024 年以来视频生成模型的核心技术路线:Sora 之后的多数视频生成模型都建立在 DiT 或其变体之上,这让谢赛宁成为生成式视觉领域的代表性人物。 他在 Meta AI(FAIR)期间参与多项视觉研究,包括边缘检测工作 HED;后加入纽约大学任助理教授,获得 Marr Prize 荣誉提名、NSF CAREER Award、AISTATS Test-of-Time Award(Deeply-Supervised Nets,时隔 12 年获奖)与 MIT Technology Review 2023 年"35 岁以下科技创新 35 人"等荣誉。2026 年他离开学术岗位创立 AMI Labs,定位是面向物理世界数据的世界模型研究。
世界模型立场:JEPA 与对语言决定论的批判
谢赛宁的世界模型观点有两个鲜明支点。一是认同 LeCun 的 JEPA(联合嵌入预测架构):他把自己的转变概括为"从质疑 JEPA,到理解 JEPA,到成为 JEPA",认为 JEPA 是一整套认知体系而非某个具体算法,强调的是预测世界状态而非生成像素。
二是批判语言决定论。他认为大语言模型从互联网文本学到的表征只是人类经验的投射,世界模型必须从真实物理世界的数据中学习,他的原话是"World model needs the world"。这一立场直接决定了 AMI Labs 的数据路线:不是把现有互联网语料继续做大,而是设计获取真实世界数据的方式——这也解释了为什么 AMI 需要大规模资金,因为物理世界数据采集比抓网页贵得多。
AMI Labs:10.3 亿美元种子轮与"反向 OpenAI"
AMI Labs 最受关注的是融资:约 10.3 亿美元的种子轮,是 AI 领域规模最大的种子轮之一,报道集中在 2026 年。种子轮规模大,说明投资人对世界模型方向与谢赛宁团队给出了高估值;对比来看,多数 AI 实验室的种子轮在千万到亿美元级别,AMI 的量级直接对标后期轮次。
谢赛宁用"反向 OpenAI"概括公司思路。OpenAI 从互联网下载数据训练 LLM,AMI 则与真实世界伙伴合作获取物理世界数据,用于训练能理解世界运行方式的世界模型。这意味着 AMI 的业务会涉及数据采集伙伴关系、机器人或具身数据等方向,而不只是模型训练本身。团队与产品都还处于早期,具体技术路线与发布节奏尚未公开,值得跟踪的是它如何建立物理世界数据的采集网络。
个人风格:The Normal One 与年轻团队
谢赛宁的个人风格与多数明星研究者不同。他自称"The Normal One"(受利物浦主帅克洛普启发),拒绝精英光环,认为"跟谁在一起、做什么事,比学校排名重要得多"。招人上,他偏好"还没被看见但有能力的年轻人",而不是聚集成名的资深研究员,这种偏好也影响 AMI Labs 的团队结构。
在张小珺《商业访谈录》第 133 期(2026 年 3 月)长达七小时的访谈中,他系统阐述了世界模型、离开硅谷的原因与 AMI Labs 的思路,是理解其研究哲学的第一手材料。对关注世界模型方向的从业者,谢赛宁代表的是一条与"扩大 LLM"不同的技术路线,值得跟踪 AMI Labs 后续的数据获取与模型发布。
常见问题
谢赛宁和 OpenAI 的关系?
他曾任职 Meta AI,与 OpenAI 无隶属关系;AMI Labs 的"反向 OpenAI"是方法论对比,不是组织关系。
DiT 为什么重要?
DiT 把扩散模型与 Transformer 统一,成为视频生成模型的标准骨架,谢赛宁因此在生成式 AI 领域有标杆地位。
AMI Labs 会做机器人吗?
目前未公开具体产品线;按"物理世界数据"的定位,机器人或具身数据是合理方向,但仍是推测。