谢赛宁批大语言模型背离AI本质

谢赛宁在首次长篇公开访谈中指出，当前主流的大语言模型（LLM）并未体现Richard Sutton所言的「苦涩的教训」——即技术进步应依赖通用方法而非人工优化。相反，他认为语言模型的流行在某种程度上是反向实践，因语言本身是人类文明高度提炼的结构，是一种认知捷径。过度依赖语言会限制AI对真实世界动态的学习能力。

世界模型：从预测下一个token到预判行为后果

他强调，语言模型仅能预测「下一个token」，而真正的世界模型则基于行动预测「下一个状态」，可在推理阶段模拟行为后果，实现更安全、可解释的智能决策。这一范式转变被视为通往真正智能的关键路径。他进一步提出，打造能在现实世界持续生存的智能体，远比解决数学题或写代码更具挑战性，因此「AGI是伪命题」。

战略选择与研发布局

谢赛宁透露，他曾于2018年拒绝加入OpenAI，转赴Meta FAIR；2024年再度婉拒Ilya Sutskever新创公司SSI的邀约，主因双方在多模态与视觉方向存在根本分歧。为避免受硅谷主流路径影响，AMI Labs刻意未在硅谷设立办公室，总部设于巴黎，通过全球合作伙伴网络收集真实世界数据，推动训练范式从「下载互联网」转向「下载人类」。

短期落地场景：智能眼镜与机器人

他认为，世界模型的首个实用化方向将是搭载于智能眼镜和机器人中的实时感知与决策系统，实现对物理环境的主动理解与交互，为下一代人机协同提供基础。