为什么如今的人工智能研究，有可能沦为一场「有限游戏」？研究人员面临的压力，已经令人精疲力竭，当今的学术激励制度，是否存在着巨大缺陷？刚刚在CVPR 2025上获得年轻研究者奖的谢赛宁，提出了这些深刻的问题，引起了全场深思。
作为纽约大学计算机科学助理教授，谢赛宁此次获奖可谓实至名归。而他的演讲「研究作为一种无限游戏」，也成为本届CVPR上的精彩亮点之一。
有趣的是，谢赛宁特意回顾了自己的DiT、SiT两篇论文，分别被CVPR 2023和2024拒收的经历。虽然当时被拒收，但紧接着，CVPR评审就被狠狠打脸：这两项工作，分别成为了Sora和Stable Diffusion 3的奠基性成果。谢赛宁参加的这个CVPR社区建设研讨会，主题就是支持早期职业研究人员的成长。活动现场，各位研究者们都发表了一系列精彩演讲，进行了坦诚的小组讨论。
下面，就让我们仔细看一下谢赛宁的演讲中都说了什么，准备好，思想盛宴开启！
AI研究，是一场「无限游戏」
而另一种，就是无限游戏。它的目标不是获胜，而是让所有玩家继续玩下去。任何规则、界限，甚至是玩家，都可以随着时间推移而变化。唯一的必要条件，就是游戏永不终止。
以上概念，是由NYU历史学教授James Carse在自己的书中提出的。
而在本次演讲中，谢赛宁主要谈论了以下四部分的内容。1. 为何研究理应是一场「无限游戏」？ 2. 我，即是我自己的天才 3. AI研究正在陷入「有限游戏」困境？ 4. 无人能孤身成局
为何研究理应是一场「无限游戏」？
A. 反脆弱「反脆弱性」就是指任何在面对随机事件（或某些冲击）时，上行空间大于下行风险的事物。
无限游戏就是反脆弱性的，研究也是同样。
很典型的一个例子，就是一篇论文的影响力，对你职业生涯的影响。
所以，究竟该如何才能找到真正属于自己的研究思路呢？第一步：追随你的好奇心与热情，让它们为你指引方向；第二步：大胆探索，在数学推导和动手实验中反复尝试；第三步：拥抱不期而遇的惊喜，真正的灵感往往源于意外——从混沌中获益！注意，一定要避开这个陷阱：从第一天起就抱着一个僵化的想法，然后发表一篇固步自封的论文。而这，往往是最为平庸的作品。
B. 开放
经过训练，有限玩家可以预测未来的每一种可能性，以控制未来为目标。但无限玩家则继续游戏，期待着惊喜。惊喜会导致有限游戏的结束，却是无限游戏得以延续的理由。
在开放的科学中，进步不是来自对知识的守旧，而是来自对知识的分享。只有发现的游戏才能持续，才能不断演化。
可以说，学术界是唯一一个你可以完全自由、开放地探索的空间。对身处学术界的人来说，请充分利用这份独特的自由——这是一种特权。而对身处工业界的人来说，学术界可以成为你强有力的盟友，帮你降低风险、开启新的方向。
C. 坚守
有限游戏的参与者，可能会在目标无法实现时选择放弃：「论文没被接收/没拿到资助/产品没上线，所以我失败了。」而对无限游戏的参与者来说，坚持是一种存在方式：「这是更长远游戏的一部分。我该如何学习、适应，继续前行？」
在这里，谢赛宁就引用了自己DiT论文的典故。2022年，他和William Peebles一起发表了DiT论文，首次把Transformer和扩散模型结合了起来。从此，统治扩散模型的U-Net直接被取代。这一论文，成为了奠定他学术地位的开山之作。Diffusion Transformer，也成为了Sora的基础架构之一。
论文地址：https://arxiv.org/abs/2212.09748然而，就是这样一篇神作，当初却因「缺乏创新性」的理由，直接被CVPR 2023拒了，还一连被多个大公司拒绝。还有另外一个小插曲：谢赛宁是在deadline截止前三周，才转向这个项目的。
后来，他们重新提交了这篇论文，未经任何修改，就在ICCV 2023上获得了Oral。而合著者William (Bill) Peebles随后加入了OpenAI，领导了Sora技术团队，让DiT的影响力在全世界无限扩大。
Sora爆火后，谢赛宁针对其技术报告做了解析：Sora应该是基于他和Bill之前在ICCV 2023上提出的以Transformer为主干的扩散模型（DIT）。其中，DIT=所以谢赛宁告诉我们：有时候，你需要等待；另一些时候，你需要换一种方法，来实现目标。
另外，他和Willis Ma等合著的SiT论文，也因「缺乏创新性」这个理由，被CVPR 2024拒了。
论文地址：https://arxiv.org/abs/2401.08740在稍加修改后，论文被ECCV 2024接收。
就在几个月后，CVPR评审又被打脸了：Stable Diffusion 3发布，直接表明「结合了DiT架构和流匹配技术」，也就是基于SiT。而谢赛宁等人的SiT，现在早已成为工业界常用的基准方法。
总之，谢赛宁表示，自己还可以继续讲很多，自己的许多被最多应用的论文，开始并没有得到最有力的评价。但是坚持不懈，就是无限玩家会做的事！
D. 教育
如果把博士的「培养」视作一个「有限游戏」，会是下面这样。· 规则目标发表X篇论文、通过资格考试、完成毕业答辩。· 参与成员你自己、你的导师委员会，以及同届的其他博士生。· 获胜条件赢得「博士」头衔，收获学术声望。· 游戏时限毕业，即是这场游戏的明确终点。
但博士的「教育」，其实是一场「无限游戏」。· 终身学习之道博士教育的真谛在于教会你如何学习，如何提出深刻的问题，如何挑战既有假设——这些能力将伴你终身，其价值远超学位本身。· 炼就自身心智你将成为一个能安然于模糊混沌，能与盘根错节的复杂性深度共事，并能在失败与迭代中安之若素的人。· 从汲取到反哺你完成了从知识的汲取者到知识的创造者的蜕变——并开始为后来者引路。· 游戏永不终局即便毕业，你也并未「赢得」科研或教育这场游戏。你将永远身在局中，而你参与的目的，就是为了让这场游戏永远进行下去。
我，即是我自己的天才
首先，需要思考一个问题——我们究竟为什么要发表论文？
Hannah Arendt曾在1964年说：「我该为影响力而奔走吗？不，我渴望的是理解。而当他人也达成了与我同样的理解——那一刻，我便获得了一种满足感，一种深刻的归属感。」
而你，我的朋友，要做的就是定义属于自己的玩法！在无限游戏中要脱颖而出，靠的不是战胜对手，而是成为你自己，并去鼓舞他人！这也就是我们常说的「讲好一个故事」，以及「研究的品味」。
接下来，谢赛宁提出了一个非常有意思的观点——研究人员就像是时尚设计师。比如在他看来，何恺明就是最好的设计师之一。你或许对这些说法不陌生：「一表一核心！」
或者这个：「简洁且有理有据的方法。」
「一步一步地进行消融实验，厘清混淆变量。」
而这些设计，也让谢赛宁等人获得了业界的诸多肯定。
正如谢赛宁一直以来都会为自己的项目打造一个专属的主页。你也应该为自己的论文、工作、甚至是本人，打造鲜明的品牌。不要只做一个学术的「缝补匠」。（指那些沉迷于对现有模型/工作进行微小改进的研究者）
要知道，在如今这个时代，人们早已没有时间去读那么多paper。因此，怎样做好知识共享，让自己的学术成果得到最大化的传播，就成了一门很重要的学问。
而谢赛宁的模板由于效果十分拔群，在圈子里可谓是相当火爆——有不少研究者都复用在了自己的项目里。
AI研究正在陷入「有限游戏」困境？
如今，业界形成的一些研究范式，着实令人担忧。比如我们经常看到的下面这个局面——一个关键的「有限玩家」（比如OpenAI）发布了一篇新论文（比如4v, r1, GRPO, o1, 4o...）。紧接着，一波跟风之作便会随之而来。之后，所有人都会蜂拥而上，争相发表同一主题的论文。由此，大家陷入了一场唯「快」是图的竞赛。原因在于，一旦论文率先发表，就能收获更多引用和关注，成为赢家。后来的贡献者，往往就被直接忽视，成为输家。而一旦某项「开山之作」问世，其他人就会迅速放弃这个课题。
由此，研究人员也被逼得身负重压。巨大的科研压力，时常压得他们喘不过气来，尤其是学生和青年学者。所有人都在为争夺有限的认可而拼命内卷，维持着让人身心俱疲、难以为继的节奏。而现在的学术界，也已经形成了一套颇为畸形的学术激励机制。比如重视速度，轻视深度和创造力；奖励短期的快速胜利，而不是持久的贡献。这就十分危险——当学术界也玩起了「有限游戏」，惨败的结局就已经注定！
而破局之道，就是定义新的问题。毕竟，问题是无穷无尽的。举例来说，谢赛宁和Penghao Wu早在2023年7月就启动了引导视觉搜索作为多模态LLM核心机制的「V*」项目。当时他们的动机在于，根据人类心理学的相关研究，视觉搜索是一种核心认知机制。
论文地址：https://arxiv.org/abs/2312.14135在这项研究中，谢赛宁等人将VQA LLM与视觉搜索模型相结合。借助大模型的世界知识，V*会对视觉目标进行多轮引导搜索。接着，它会提取局部特征并将其添加到工作记忆中，最终利用搜索到的数据生成响应。扩展阅读：·CV大神谢赛宁新作：V*重磅「视觉搜索」算法让LLM理解力逼近人类
虽然有些人对此表示不解：「这项能力有什么必要吗？它明明会拖慢整个系统。」但随着新问题的诞生，新的赛局也悄然打响。时间来到2025年，当OpenAI在发布最新版o3和o4-mini的时候，不仅在模型评测中加入了基于V*的视觉搜索基准，而且还将基于图像的思考能力作为重中之重，直接放在了标题上。扩展阅读：· OpenAI震撼发布o3/o4-mini，直逼视觉推理巅峰！首用图像思考，十倍算力爆表· o3精准破译照片位置，只靠几行Python代码？人类在AI面前已裸奔· 两张图定位全球，o3碾压T0级高手！人类「诡计」被看穿，跨模态推理爆表
一句话总结就是：「有限游戏」或许能带来财富、地位、权力与认可；但「无限游戏」所提供的，是某种更深刻、也更有意义的回报。当然，我们并不能指望青年学者从一开始就自然具备这种着眼长远、胸怀利他的格局。真正的问题在于：我们该如何构建一个正向的反馈闭环，来孕育并守护这种格局？
无人能孤身成局
作为总结，谢赛宁先是通过引述，写出了自己的一些思考和感悟。「要是搞计算机视觉，你绝对找不到工作。」——某篇博客，2010年「你应该投身于计算机视觉。CVPR这个社区开放、包容，从不排外。」——一位导师，2013年
正如前文所述，「玩家」从不稀缺，但更多的玩家并不一定意味着「无限游戏」。
因此谢赛宁呼吁，希望大家能够共同努力让整个科研环境变得更好。我们切莫将社区的存在视为理所当然——它的强大与包容，你我皆有责任。
最后，致各位无限游戏中的同道者们：尽情享受这场游戏吧，谢谢大家！参考资料：https://x.com/sainingxie/status/1933009474949652546