张小珺 对话 谢赛宁 ，世界模型、逃出硅谷、两次拒绝Ilya、杨立昆、李飞飞

当一个人开始拒绝宇宙最强

2026年3月10日，AI圈发生了一件大事。

Yann LeCun的世界模型公司AMI Labs正式起航了。10.3亿美元种子轮融资，估值35亿美元。谢赛宁加入，担任首席科学官。

这距离他第一次拒绝OpenAI，已经过去了整整八年。

硅谷最大的叛逃者

2018年，一个年轻人坐在小黑屋里，手写了一整天题目。出来的时候天都黑了。六个小时的面试，他拿到了OpenAI的offer。

然后他拒了。

Ilya Sutskever亲自打电话过来。语气严厉，你为什么不谈一下就把offer拒了。是钱不够吗。年轻人什么都没说。就是不去。

这个年轻人叫谢赛宁。当时他26岁，刚博士毕业。

六年以后，2024年，Ilya离开OpenAI创办SSI，又一次找到他。这一次两个人通了很长时间的电话，聊的不是薪资，不是股权，而是怎么让AI拥有爱的能力。

听起来很浪漫对不对。

但谢赛宁问了一个问题，你怎么看多模态和视觉？

Ilya说，这些已经解决得差不多了。

谢赛宁说，那我们的方向不一样。

第二次拒绝。

一个人拒绝全球最顶尖的AI公司两次。这个人到底在想什么。这个故事的答案藏在另一个地方。藏在几百公里以外的纽约。藏在一条叫世界模型的路上。

image

image

什么是世界模型

采访进行到第三个小时，谢赛宁说了一句让我愣住的话。

他说，硅谷已经被LLM催眠了。完全被催眠了。

这不是客套话。他是真的这么认为的。

在他看来，当前整个AI行业都在做一件很荒谬的事。所有人在卷同一个方向，卷参数量，卷token数，卷benchmark排名。但没有人问一个最基本的问题，语言模型到底能不能理解这个世界。

他打了一个比方。

语言是什么。语言是人类几千年文明演化出来的产物，是高度压缩的抽象知识结构。当你说杯子掉在地上碎了，你只在乎结果和状态。但你不在乎它怎么碎的。不在乎每一帧的运动轨迹。不在乎背后的物理定律。

语言是交流工具，不是思考工具，更不是决策工具。

所以LLM能写代码，能拿奥赛金牌，但它们不知道为什么苹果会掉下来。不知道机器人转身的时候可能会撞到人。这些常识性的东西，恰恰是语言模型最大的盲区。

杨立昆有一个更狠的比喻。他说现在大家只是拄着语言模型这根拐杖走路。你能走，但跑不起来，也没法参加奥运会。因为你视觉表征这条腿还不够好。

谢赛宁说，语言是一剂鸦片。你加多了总觉得更幸福。它有用，但它是一个捷径。你一直吸就一直废。

那什么才是对的。

世界模型。

谢赛宁的定义很简单。你有一个系统，有一个状态。你施加一个动作。你希望学到一个预测函数，能够预测下一个状态。

比如你推一个杯子，它会掉下去。比如下雨，地面会湿。比如你说一句话，对方可能会有什么反应。

这些常识性的因果理解，是人类智能的基础。但语言模型学不到。因为它从未真正看见过，触摸过这个世界。

眼睛是唯一暴露在真实世界里的大脑。

image

image

逃出硅谷的纽约客

2025年秋天，有人告诉谢赛宁，Yann LeCun在Meta待得不太顺心。

他的第一反应是，怎么可能。Yann是图灵奖得主，是深度学习教父级的人物。怎么可能创业。

结果第二周周一，两个人刚好有一个一对一的会议。LeCun开口第一句话是，你先别告诉别人。但我已经决定了。我现在想做的事，应该在外面做。我想创业开公司。

谢赛宁问他，你想做什么。背后的商业模式是什么。

LeCun说了一堆。谢赛宁听完发现，这跟我想象的事完全一致。

两个人想做的事是一样的。世界模型。

但这个故事最有趣的地方在于选址。

AMI Labs总部在巴黎。纽约有办公室。蒙特利尔有办公室。新加坡有办公室。

唯独没有硅谷。

image

image

谢赛宁说，原因有三个。

第一，他和LeCun都在纽约待了很多年，生活和关系网络在这里。第二，硅谷现在是一个被LLM催眠了的纯科技泡沫。在那个环境里所有人都在做product、product、product，没有空间做真正的探索性研究。第三，纽约更接近真实世界，产品灵感来自日常生活而不是benchmark。

最后一点我特别认同。硅谷的问题不只是技术问题，是世界观问题。那里的人相信所有问题都可以用代码和数据解决。但真实世界不是这样的。真实世界有噪音，有物理定律，有人类的情感和偏见。

逃离硅谷，本质上是逃离一种叙事。逃离所有人都在相信的那条路。

AMI Labs拿了10.3亿美元的种子轮融资。这个数字在AI圈是个天文数字。但谢赛宁说他不是为了钱创业的。有朋友建议他先去赚两年钱，赚够了再回来。

他考虑了。然后拒绝了。

不是钱不重要。而是他担心有了钱以后生活方式会变。那种做纯粹探索性研究的勇气可能就没了。

创业的理由只有一个，这里是唯一一个能做我想做的事的地方。

image

image

42和那个没人知道的问题

访谈快结束的时候，张小珺问了一个问题。

你们公司名字叫42。这个数字是什么意思。

谢赛宁笑了一下。

42来自道格拉斯·亚当斯的《银河系漫游指南》。一本1979年的科幻小说。一台叫深思的超级计算机，被问到宇宙、生命和万物的终极答案是什么。它花了750万年计算，答案是42。

但没有人知道，那个问题究竟是什么。

谢赛宁说，我们不知道问题是什么。但我们在寻找答案。这就是我们在做的事。

这句话让我想了很久。

当前AI行业最大的问题不是技术不够先进。而是所有人都在急着给答案。但没有人知道问题是什么。

什么是真正的智能。什么是理解。什么是意识。这些最基本的问题，没有人能回答。所有人都跳过了这些问题，直接去做产品了。

谢赛宁的选择是反过来。先找到那个问题。哪怕这个问题本身可能永远没有答案。

他在访谈里还提到了一件事。寒武纪大爆发。大约5亿年前，生物突然进化出了眼睛。视觉的出现让物种能够感知更复杂的环境，做出更复杂的判断，物种多样性因此爆炸式增长。

他认为，AI视觉能力的突破，可能正在触发一次类似的认知寒武纪。当机器真正能够看见并理解这个世界，整个智能的版图将会被重写。

但他也发出了警告。人类太自大了。总以为自己是宇宙的中心，总以为智能只有一种形式，总以为自己走的路就是唯一正确的路。

也许，我们只是这个宇宙里一个非常局部的、非常短暂的存在。

image

image

尾声

采访结束后，谢赛宁每天继续穿过Washington Square Park去办公室。那里有弹钢琴的，有跳舞的，有推婴儿车的，有下棋的，有发呆的，有抱着电脑的NYU学生。

他说每次走过那段路都会被提醒，这个世界比AI大得多。

不是所有人都关心AI。但AI未来可能真的会影响他们的生活。

那我们作为研究者，到底有没有某种社会责任。我现在会更认真地想这个问题。

这句话让我重新认识了谢赛宁这个人。

他不是那种告诉你未来会怎样的人。他不是那种给你打包票说世界模型一定能成功的人。他甚至不是那种特别自信的人。

他只是一个一直在问问题的人。从18岁拒绝清华选交大，到放弃MSRA去新加坡，到两次拒绝Ilya，到和LeCun创业。每一步看起来都不是最优解。但每一步都指向同一个方向。

跟谁在一起，做什么事。在哪里不重要。

也许这就是谢赛宁最打动人的地方。在这个所有人都急着给答案的时代，他选择做一个提问者。

42。那个没人知道的问题。

也许这才是最重要的。