凌晨三點(diǎn)的 AI 實(shí)驗(yàn)室，鍵盤(pán)敲擊聲在空蕩的房間回響。屏幕上，博士生小王、小李、小趙正瘋狂調(diào)整模型參數(shù)，只為在 NeurIPS 截稿前將準(zhǔn)確率從 98.2% 刷到 98.5%。

這樣的場(chǎng)景，在如今的 AI 學(xué)術(shù)圈早已見(jiàn)怪不怪。當(dāng)科研淪為數(shù)據(jù)工廠里的流水線作業(yè)，當(dāng)研究者們?yōu)榱隧敃?huì)論文疲于奔命，我們不禁要問(wèn)：曾經(jīng)充滿探索樂(lè)趣的 AI 研究，何時(shí)已經(jīng)變味兒？

大神謝賽寧在 CVPR 2025 的演講，正是對(duì)這場(chǎng)學(xué)術(shù)內(nèi)卷發(fā)講出了犀利的觀點(diǎn)：現(xiàn)在的人工智能研究，可能要淪為一場(chǎng)「有限游戲」。

謝賽寧還分享了他從《有限與無(wú)限游戲》（James P. Carse著）這本書(shū)中獲得了靈感，書(shū)中的觀點(diǎn)令人深省。這本書(shū)經(jīng)常出現(xiàn)在商業(yè)背景中，但他被其與研究的關(guān)聯(lián)性所震撼，并表示當(dāng)今世界真的需要更多無(wú)限的參與者。

不少網(wǎng)友認(rèn)為這是一個(gè)非常有趣的觀點(diǎn)，一場(chǎng)精彩的演講，同樣也非常好的回答了「什么是研究」。

AI 研究到底是什么？

在這次內(nèi)容分享的開(kāi)頭，謝賽寧就向大家介紹了 詹姆斯?卡斯（James P. Carse） 的兩種分類(lèi)：有限游戲和無(wú)限游戲。

這兩種不同的游戲主要有以下區(qū)別：

當(dāng)然，謝賽寧在這次演講中給出了自己的回答：研究理應(yīng)是一場(chǎng)「無(wú)限游戲」。此外，他還談了三個(gè)主題，分別是：

• 我是我自己的天才
• 為什么人工智能研究正面臨變成有限游戲的風(fēng)險(xiǎn)？ 
• 沒(méi)有人能獨(dú)自玩一場(chǎng)游戲 

AI 研究理應(yīng)是一場(chǎng)「無(wú)限游戲」

那么為什么 AI 研究應(yīng)該是「無(wú)限游戲」，這源于它的四個(gè)特征：

抗脆弱性 

凡是能從隨機(jī)事件或沖擊中獲得更多收益而非損失的事物，就是抗脆弱的。抗脆弱性不單單只能夠抵御打擊，還能夠在打擊中成長(zhǎng)，變得更強(qiáng)。

 無(wú)限游戲因挑戰(zhàn)而成長(zhǎng)，研究者亦應(yīng)在不確定中愈發(fā)強(qiáng)大。 

讓科研突破變得像 「野草生長(zhǎng)」。當(dāng)研究者不再困于預(yù)設(shè)框架，而是任由好奇心驅(qū)動(dòng)探索，那些意外碰撞出的靈感火花，反而能在混沌中開(kāi)辟出新的道路。就像 DiT、SiT 的誕生，正是在打破常規(guī)的自由探索中，從被拒稿的「失敗」里破土而出，最終成長(zhǎng)為行業(yè)基石。

那要怎么找到屬于你自己的研究想法呢？可以根據(jù)這三步走：跟隨你的好奇心和熱情 —— 勇于探索 —— 對(duì)意外保持開(kāi)放心態(tài)，從混亂中受益！

這里還有一個(gè)要點(diǎn)需要注意：切忌第一天就鎖定一個(gè)想法，然后寫(xiě)出一篇從頭到尾都沒(méi)變過(guò)的論文 —— 這種工作往往是最薄弱的。 

開(kāi)放性 

有限游戲的參與者被訓(xùn)練去預(yù)判每一種未來(lái)的可能性，他們的目標(biāo)在于掌控未來(lái)。與之相對(duì)，無(wú)限游戲的參與者延續(xù)游戲，是期待著被意外擊中。若不再有意外發(fā)生，所有游戲都將終止。

意外會(huì)導(dǎo)致有限游戲落幕，卻正是無(wú)限游戲得以延續(xù)的緣由。

無(wú)限游戲的參與者時(shí)刻準(zhǔn)備迎接未來(lái)的意外，它們可能是驚嚇，但也可能是驚喜。這些參與者以全然開(kāi)放的姿態(tài)投入其中。開(kāi)放科學(xué)遵循著相同的原則，進(jìn)步并非源于對(duì)知識(shí)的固守，而是來(lái)自分享，這樣一來(lái)，探索的游戲才能夠持續(xù)演進(jìn)、生生不息。

學(xué)術(shù)界是唯一能讓你完全自由地以開(kāi)放姿態(tài)「游戲」的場(chǎng)域。

致學(xué)術(shù)界的同仁：請(qǐng)充分珍視這份獨(dú)特的自由 —— 它是一種特權(quán)。

致產(chǎn)業(yè)界的伙伴：學(xué)術(shù)界能成為你強(qiáng)大的盟友，助你降低風(fēng)險(xiǎn)、開(kāi)拓全新方向。

堅(jiān)持

有限游戲的玩家可能會(huì)在目標(biāo)無(wú)法達(dá)成時(shí)觸發(fā)放棄行動(dòng)，比如「論文被拒」、「沒(méi)拿到資助」、「沒(méi)成功上線」。

無(wú)限游戲的玩家則視「堅(jiān)持」為一種生存方式，他們會(huì)想「這只是長(zhǎng)遠(yuǎn)游戲的一部分。我該如何學(xué)習(xí)、適應(yīng)并繼續(xù)前行？」

謝賽寧用自己的作品進(jìn)行了舉例，他的論文《Scalable Diffusion Models with Transformers》揭開(kāi)擴(kuò)散模型中架構(gòu)選擇的意義，并為未來(lái)的生成模型研究提供經(jīng)驗(yàn)基線。論文提出了一種基于 Transformer 架構(gòu)的擴(kuò)散模型，稱(chēng)為 Diffusion Transformers (DiTs)，在圖像生成任務(wù)上取得了顯著成果。

但就是這樣一篇神作也非一帆風(fēng)順，這篇論文曾被 CVPR 2023 拒稿。據(jù) Meta 的 AI 科學(xué)家 Yann LeCun 透露，該論文在 CVPR 2023 的審稿過(guò)程中被認(rèn)為 「缺乏創(chuàng)新性」而遭拒稿。

不過(guò)，這篇論文后來(lái)被 ICCV2023 接收，其提出的 DiTs) 模型為擴(kuò)散模型與 Transformer 結(jié)合的研究提供了重要參考，也被認(rèn)為是 OpenAI 的 Sora 模型背后的核心技術(shù)之一。

有時(shí)你需要等待 —— 但另一些時(shí)候，你得換一種能讓目標(biāo)實(shí)現(xiàn)的方法。

SiT 作為首次對(duì)基于流匹配的 DiT 模型進(jìn)行規(guī)模化研究的成果，被 2024 年 CVPR 以「缺乏創(chuàng)新性」為由拒稿，卻在經(jīng)小幅修改后被 2024 年 ECCV 接收。

幾個(gè)月后，Stable Diffusion 3 融合了擴(kuò)散 Transformer 架構(gòu)與流匹配技術(shù)，這一案例印證了學(xué)術(shù)論文不會(huì)被工業(yè)界論文 「扼殺」—— 如今 SiT 已成為該領(lǐng)域的常用基準(zhǔn)。

謝賽寧還有更多類(lèi)似的經(jīng)歷可以分享，他表示許多被引的論文在最初投稿時(shí)都沒(méi)有獲得最積極的評(píng)價(jià)。但他仍能堅(jiān)持，并且擁抱這個(gè)過(guò)程，而這，就是無(wú)限游戲玩家的作為。

教育

如果把博士的成長(zhǎng)看作一場(chǎng)有限游戲，那么它結(jié)構(gòu)化的規(guī)則和可量化的目標(biāo)，與科研這場(chǎng)無(wú)限游戲截然不同。

它以發(fā)表的論文數(shù)量、通過(guò)的資格考試以及博士論文答辯為規(guī)則。參與者往往也是固定的，你、同門(mén)和導(dǎo)師。獲勝條件則是獲得「博士」稱(chēng)號(hào)，所有的一切也截止在畢業(yè)時(shí)刻。

博士階段更側(cè)重完成既定任務(wù)以達(dá)成階段性成就，而持續(xù)的學(xué)術(shù)創(chuàng)新則需要超越這種有限思維。

但博士的教育不該如此。謝賽寧假設(shè)了四條新的「游戲規(guī)則」。

• 終身學(xué)習(xí)的修煉：博士階段教會(huì)我們?nèi)绾螌W(xué)習(xí)、提出有價(jià)值的問(wèn)題、顛覆固有認(rèn)知 —— 這些能力遠(yuǎn)超出學(xué)位本身，會(huì)伴隨一生。
• 抗脆弱力的塑造：你將學(xué)會(huì)在不確定性中從容自處，在復(fù)雜問(wèn)題里深耕細(xì)作，把失敗與修正當(dāng)作成長(zhǎng)的養(yǎng)分。
• 從吸收到創(chuàng)造的蛻變：你會(huì)從知識(shí)的接收者蛻變?yōu)橹R(shí)的創(chuàng)造者，更開(kāi)始在學(xué)術(shù)之路上引領(lǐng)后來(lái)者。
• 沒(méi)有終局的旅程：即便戴上博士帽，科研與教育的游戲從未 「通關(guān)」。你會(huì)一直留在這場(chǎng)游戲中，為了探索本身而持續(xù)前行。

我是我自己的天才

謝賽寧亮出自己的觀點(diǎn)：你可以并且應(yīng)該自己掌控游戲。

首先問(wèn)自己一個(gè)問(wèn)題：我們?yōu)槭裁匆l(fā)表論文？這里，知名思想家、作家 Hannah Arendt 曾說(shuō)過(guò)的一段話可以作為參考，「我應(yīng)該追求影響力嗎？不，我想要理解。當(dāng)他人理解并以我所理解的同樣方式時(shí)，這會(huì)給我一種滿足感和歸屬感。」

因此，謝賽寧提出要「設(shè)計(jì)你的游戲玩法。理解、分享并在這場(chǎng)無(wú)限的游戲中脫穎而出，不是通過(guò)贏得他人，而是做好自己、激勵(lì)他人。也就是講好故事、研究品味。」

研究者有時(shí)就像時(shí)裝設(shè)計(jì)師，要對(duì)一張表、一條信息精雕細(xì)琢，要提出有簡(jiǎn)潔、原則性的方法，還要逐步消融實(shí)驗(yàn)并隔離混淆變量，為自己的項(xiàng)目打造一個(gè)專(zhuān)屬主頁(yè)。

謝賽寧表示，你也要為自己的論文、自己的工作、甚至是本人，打造鮮明的品牌，別再「隨波逐流」。

在信息爆炸的時(shí)代，人們沒(méi)有那么多時(shí)間來(lái)讀論文了，研究者要注重如何實(shí)現(xiàn)更高效的知識(shí)共享以及自身工作的傳播。

謝賽寧表示，已經(jīng)有很多研究者在使用他的模板，對(duì)此表示非常感謝。

模板展示：

為什么人工智能研究正面臨變成有限游戲的風(fēng)險(xiǎn)？

謝賽寧接著探討了 AI 研究有可能陷入有限游戲困境的原因，并指出無(wú)限玩家必須要反抗。

如今，一些令人擔(dān)憂的研究模式正在肆虐，比如一個(gè)主要的有限元研究玩家（如 OpenAI）發(fā)表了一篇新論文（如 4v、r1、grpo、o1、4o），接著便會(huì)出現(xiàn)大批的追隨者以及相關(guān)論文，每個(gè)人都爭(zhēng)相就同一個(gè)主題發(fā)表論文。

這意味著：誰(shuí)發(fā)表的早，誰(shuí)就能獲得更多引用量和曝光度，成為贏家；誰(shuí)發(fā)表的晚，往往會(huì)被忽視，成為輸家。不僅如此，一旦出現(xiàn)一篇「奠基之作」，其他人也會(huì)快速放棄這個(gè)主題。

因此，研究者尤其是學(xué)生和早期研究者面臨著巨大的壓力，為了獲得有限的認(rèn)可而加入到激烈的競(jìng)爭(zhēng)中已經(jīng)成為必然，這令人精疲力盡且難以持續(xù)。

那么，學(xué)術(shù)激勵(lì)機(jī)制是否存在缺陷呢？?jī)?yōu)先考慮發(fā)表的快慢而非研究深度或者創(chuàng)造力，獎(jiǎng)勵(lì)快速成功而非持續(xù)貢獻(xiàn)。如果學(xué)界玩的是一場(chǎng)有限的游戲，則注定會(huì)失敗。

如何破局呢？謝賽寧認(rèn)為要定義新的問(wèn)題，畢竟問(wèn)題是層出不窮的。他以自己與 Penghao Wu 合作完成的一個(gè)項(xiàng)目 V * 為例進(jìn)行說(shuō)明，該項(xiàng)目引導(dǎo)視覺(jué)搜索作為多模態(tài)大語(yǔ)言模型的核心機(jī)制。

論文地址：https://arxiv.org/pdf/2312.14135.pdf

在當(dāng)時(shí)，多模態(tài) LLM 缺乏這種視覺(jué)搜索機(jī)制，從而阻礙了它們關(guān)注重要的視覺(jué)細(xì)節(jié)，尤其在處理高分辨率和視覺(jué)繁雜的圖像時(shí)。他們提出的這種機(jī)制利用 LLM 中的世界知識(shí)進(jìn)行高效的視覺(jué)查詢，在與多模態(tài) LLM 結(jié)合時(shí)可以增強(qiáng)協(xié)作推理、上下文理解以及對(duì)特定視覺(jué)元素的精準(zhǔn)定位。

如今，OpenAI 最新版 o3 和 o4 mini 在發(fā)布的時(shí)候，在模型基準(zhǔn)測(cè)試中加入了 V * 視覺(jué)搜索，并在標(biāo)題中直接寫(xiě)上了利用圖像來(lái)思考。

謝賽寧總結(jié)了一下：有限游戲或許能帶來(lái)財(cái)富、地位、權(quán)力和認(rèn)可；但無(wú)限游戲能提供更深層次、更有意義的東西。

不過(guò)，我們不能指望初級(jí)研究者從一開(kāi)始就自然地接受這種放眼長(zhǎng)遠(yuǎn)的模式，問(wèn)題在于：如何才能創(chuàng)建一種能夠孕育并維持這種模式的正反饋循環(huán)？

沒(méi)有人能獨(dú)自玩一場(chǎng)游戲

「要是研究計(jì)算機(jī)視覺(jué)，你這輩子都找不到工作。」

—— 某博客文章，2010 年

「你應(yīng)該投身計(jì)算機(jī)視覺(jué)領(lǐng)域。CVPR 是開(kāi)放包容的，從不搞學(xué)術(shù)壁壘。」

—— 某位導(dǎo)師，2013 年

從 2010 年的求職冷門(mén)到 2013 年的開(kāi)放前沿，短短三年的轉(zhuǎn)向印證了技術(shù)領(lǐng)域的迭代速度。10 年這句看似預(yù)言失敗的評(píng)論，恰反襯出技術(shù)領(lǐng)域十年間的顛覆性變革 —— 如今 CV 已成為 AI 最炙手可熱的分支之一，也印證了科研方向選擇中「長(zhǎng)期主義」的價(jià)值。

謝賽寧做出總結(jié)：玩家從不稀缺，更多玩家并不總意味著無(wú)限游戲。

他在演講結(jié)尾呼吁科研進(jìn)步不僅依賴個(gè)體突破，更需群體對(duì)開(kāi)放協(xié)作的維護(hù)。

別把我們的學(xué)術(shù)社區(qū)視為理所當(dāng)然 —— 我們每個(gè)人都肩負(fù)著讓它變得強(qiáng)大且包容的責(zé)任。