仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
来源：机器之心报道
编辑：大盘鸡、杜伟
凌晨三点的AI实验室，键盘敲击声在空荡的房间回响。屏幕上，博士生小王、小李、小赵正疯狂调整模型参数，只为在NeurIPS截稿前将准确率从98. 2%刷到98. 5%。
这样的场景，在如今的AI学术圈早已见怪不怪。当科研沦为数据工厂里的流水线作业，当研究者们为了顶会论文疲于奔命，我们不禁要问：曾经充满探索乐趣的AI研究，何时已经变味儿？
大神谢赛宁在CVPR2025的演讲，正是对这场学术内卷发讲出了犀利的观点：现在的人工智能研究，可能要沦为一场「有限游戏」。
谢赛宁还分享了他从《有限与无限游戏》（JamesP. Carse著）这本书中获得了灵感，书中的观点令人深省。这本书经常出现在商业背景中，但他被其与研究的关联性所震撼，并表示当今世界真的需要更多无限的参与者。
不少网友认为这是一个非常有趣的观点，一场精彩的演讲，同样也非常好的回答了「什么是研究」。
AI研究到底是什么？
在这次内容分享的开头，谢赛宁就向大家介绍了詹姆斯・卡斯（JamesP. Carse）的两种分类：有限游戏和无限游戏。
这两种不同的游戏主要有以下区别：
当然，谢赛宁在这次演讲中给出了自己的回答：研究理应是一场「无限游戏」。此外，他还谈了三个主题，分别是：
我是我自己的天才
为什么人工智能研究正面临变成有限游戏的风险？
没有人能独自玩一场游戏
AI研究理应是一场「无限游戏」
那么为什么AI研究应该是「无限游戏」，这源于它的四个特征：
抗脆弱性
凡是能从随机事件或冲击中获得更多收益而非损失的事物，就是抗脆弱的。抗脆弱性不单单只能够抵御打击，还能够在打击中成长，变得更强。
无限游戏因挑战而成长，研究者亦应在不确定中愈发强大。
让科研突破变得像「野草生长」。当研究者不再困于预设框架，而是任由好奇心驱动探索，那些意外碰撞出的灵感火花，反而能在混沌中开辟出新的道路。就像DiT、SiT的诞生，正是在打破常规的自由探索中，从被拒稿的「失败」里破土而出，最终成长为行业基石。
那要怎么找到属于你自己的研究想法呢？可以根据这三步走：跟随你的好奇心和热情——勇于探索——对意外保持开放心态，从混乱中受益！
这里还有一个要点需要注意：切忌第一天就锁定一个想法，然后写出一篇从头到尾都没变过的论文——这种工作往往是最薄弱的。
开放性
有限游戏的参与者被训练去预判每一种未来的可能性，他们的目标在于掌控未来。与之相对，无限游戏的参与者延续游戏，是期待着被意外击中。若不再有意外发生，所有游戏都将终止。
意外会导致有限游戏落幕，却正是无限游戏得以延续的缘由。
无限游戏的参与者时刻准备迎接未来的意外，它们可能是惊吓，但也可能是惊喜。这些参与者以全然开放的姿态投入其中。开放科学遵循着相同的原则，进步并非源于对知识的固守，而是来自分享，这样一来，探索的游戏才能够持续演进、生生不息。
学术界是唯一能让你完全自由地以开放姿态「游戏」的场域。
致学术界的同仁：请充分珍视这份独特的自由——它是一种特权。
致产业界的伙伴：学术界能成为你强大的盟友，助你降低风险、开拓全新方向。
坚持
有限游戏的玩家可能会在目标无法达成时触发放弃行动，比如「论文被拒」、「没拿到资助」、「没成功上线」。
无限游戏的玩家则视「坚持」为一种生存方式，他们会想「这只是长远游戏的一部分。我该如何学习、适应并继续前行？」
但就是这样一篇神作也非一帆风顺，这篇论文曾被CVPR2023拒稿。据Meta的AI科学家YannLeCun透露，该论文在CVPR2023的审稿过程中被认为「缺乏创新性」而遭拒稿。
不过，这篇论文后来被ICCV2023接收，其提出的DiTs)模型为扩散模型与Transformer结合的研究提供了重要参考，也被认为是OpenAI的Sora模型背后的核心技术之一。
有时你需要等待——但另一些时候，你得换一种能让目标实现的方法。
SiT作为首次对基于流匹配的DiT模型进行规模化研究的成果，被2024年CVPR以「缺乏创新性」为由拒稿，却在经小幅修改后被2024年ECCV接收。
几个月后，StableDiffusion3融合了扩散Transformer架构与流匹配技术，这一案例印证了学术论文不会被工业界论文「扼杀」——如今SiT已成为该领域的常用基准。
谢赛宁还有更多类似的经历可以分享，他表示许多被引的论文在最初投稿时都没有获得最积极的评价。但他仍能坚持，并且拥抱这个过程，而这，就是无限游戏玩家的作为。
教育
如果把博士的成长看作一场有限游戏，那么它结构化的规则和可量化的目标，与科研这场无限游戏截然不同。
它以发表的论文数量、通过的资格考试以及博士论文答辩为规则。参与者往往也是固定的，你、同门和导师。获胜条件则是获得「博士」称号，所有的一切也截止在毕业时刻。
博士阶段更侧重完成既定任务以达成阶段性成就，而持续的学术创新则需要超越这种有限思维。
但博士的教育不该如此。谢赛宁假设了四条新的「游戏规则」。
终身学习的修炼：博士阶段教会我们如何学习、提出有价值的问题、颠覆固有认知——这些能力远超出学位本身，会伴随一生。
抗脆弱力的塑造：你将学会在不确定性中从容自处，在复杂问题里深耕细作，把失败与修正当作成长的养分。
从吸收到创造的蜕变：你会从知识的接收者蜕变为知识的创造者，更开始在学术之路上引领后来者。
没有终局的旅程：即便戴上博士帽，科研与教育的游戏从未「通关」。你会一直留在这场游戏中，为了探索本身而持续前行。
我是我自己的天才
谢赛宁亮出自己的观点：你可以并且应该自己掌控游戏。
首先问自己一个问题：我们为什么要发表论文？这里，知名思想家、作家HannahArendt曾说过的一段话可以作为参考，「我应该追求影响力吗？不，我想要理解。当他人理解并以我所理解的同样方式时，这会给我一种满足感和归属感。」
因此，谢赛宁提出要「设计你的游戏玩法。理解、分享并在这场无限的游戏中脱颖而出，不是通过赢得他人，而是做好自己、激励他人。也就是讲好故事、研究品味。」
研究者有时就像时装设计师，要对一张表、一条信息精雕细琢，要提出有简洁、原则性的方法，还要逐步消融实验并隔离混淆变量，为自己的项目打造一个专属主页。
谢赛宁表示，你也要为自己的论文、自己的工作、甚至是本人，打造鲜明的品牌，别再「随波逐流」。
在信息爆炸的时代，人们没有那么多时间来读论文了，研究者要注重如何实现更高效的知识共享以及自身工作的传播。
谢赛宁表示，已经有很多研究者在使用他的模板，对此表示非常感谢。
模板展示：
为什么人工智能研究正面临变成有限游戏的风险？
谢赛宁接着探讨了AI研究有可能陷入有限游戏困境的原因，并指出无限玩家必须要反抗。
如今，一些令人担忧的研究模式正在肆虐，比如一个主要的有限元研究玩家（如OpenAI）发表了一篇新论文（如4v、r1、grpo、o1、4o），接着便会出现大批的追随者以及相关论文，每个人都争相就同一个主题发表论文。
这意味着：谁发表的早，谁就能获得更多引用量和曝光度，成为赢家；谁发表的晚，往往会被忽视，成为输家。不仅如此，一旦出现一篇「奠基之作」，其他人也会快速放弃这个主题。
因此，研究者尤其是学生和早期研究者面临着巨大的压力，为了获得有限的认可而加入到激烈的竞争中已经成为必然，这令人精疲力尽且难以持续。
那么，学术激励机制是否存在缺陷呢？优先考虑发表的快慢而非研究深度或者创造力，奖励快速成功而非持续贡献。如果学界玩的是一场有限的游戏，则注定会失败。
如何破局呢？谢赛宁认为要定义新的问题，毕竟问题是层出不穷的。他以自己与PenghaoWu合作完成的一个项目V为例进行说明，该项目引导视觉搜索作为多模态大语言模型的核心机制。
论文地址：https ://arxiv. org/pdf/2312. 14135.pdf
在当时，多模态LLM缺乏这种视觉搜索机制，从而阻碍了它们关注重要的视觉细节，尤其在处理高分辨率和视觉繁杂的图像时。他们提出的这种机制利用LLM中的世界知识进行高效的视觉查询，在与多模态LLM结合时可以增强协作推理、上下文理解以及对特定视觉元素的精准定位。
如今，OpenAI最新版o3和o4mini在发布的时候，在模型基准测试中加入了V视觉搜索，并在标题中直接写上了利用图像来思考。
谢赛宁总结了一下：有限游戏或许能带来财富、地位、权力和认可；但无限游戏能提供更深层次、更有意义的东西。
不过，我们不能指望初级研究者从一开始就自然地接受这种放眼长远的模式，问题在于：如何才能创建一种能够孕育并维持这种模式的正反馈循环？
没有人能独自玩一场游戏
「要是研究计算机视觉，你这辈子都找不到工作。」
——某博客文章，2010年
「你应该投身计算机视觉领域。CVPR是开放包容的，从不搞学术壁垒。」
——某位导师，2013年
从2010年的求职冷门到2013年的开放前沿，短短三年的转向印证了技术领域的迭代速度。10年这句看似预言失败的评论，恰反衬出技术领域十年间的颠覆性变革——如今CV已成为AI最炙手可热的分支之一，也印证了科研方向选择中「长期主义」的价值。
谢赛宁做出总结：玩家从不稀缺，更多玩家并不总意味着无限游戏。
他在演讲结尾呼吁科研进步不仅依赖个体突破，更需群体对开放协作的维护。
别把我们的学术社区视为理所当然——我们每个人都肩负着让它变得强大且包容的责任。
彩蛋悬念：演讲幻灯片的结尾是超可爱LABUBU。这次幻灯片制作超级精美，记得点开参考链接欣赏一下哦。
参考链接：
https ://www. canva.com/design/DAGp0iRLk9g/8QLkIDov8ez1q6VvO8nnpQ/edit
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
https ://wx. zsxq.com/group/454854145828
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https ://wx. zsxq.com/group/454854145828进入。
截止到3月31日”未来知识库”精选的百部前沿科技趋势报告
（加入未来知识库，全部资料免费阅读和下载）
牛津未来研究院《将人工智能安全视为全球公共产品的影响、挑战与研究重点》
麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力
AAAI2025关于人工智能研究未来研究报告
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
壳牌：2025能源安全远景报告：能源与人工智能（57页）
盖洛普&牛津幸福研究中心：2025年世界幸福报告（260页）
Schwab：2025未来共生：以集体社会创新破解重大社会挑战研究报告（36页）
IMD：2024年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214页）
DS系列专题：DeepSeek技术溯源及前沿探索，50页ppt
联合国人居署：2024全球城市负责任人工智能评估报告：利用AI构建以人为本的智慧城市（86页）
TechUK：2025全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52页）
NAVEXGlobal：2024年十大风险与合规趋势报告（42页）
《具身物理交互在机器人-机器人及机器人-人协作中的应用》122页
2025-2035年人形机器人发展趋势报告53页
EvaluatePharma：2024年全球生物制药行业展望报告：增长驱动力分析（29页）
【AAAI2025教程】基础模型与具身智能体的交汇，350页ppt
Tracxn：2025全球飞行汽车行业市场研究报告（45页）
谷歌：2024人工智能短跑选手（AISprinters）：捕捉新兴市场AI经济机遇报告（39页）
【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习
《基于传感器的机器学习车辆分类》最新170页
美国安全与新兴技术中心：2025CSET对美国人工智能行动计划的建议（18页）
罗兰贝格：2024人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11页）
兰德公司：2025从研究到现实：NHS的研究和创新是实现十年计划的关键报告（209页）
康桥汇世（CambridgeAssociates）：2025年全球经济展望报告（44页）
国际能源署：2025迈向核能新时代
麦肯锡：人工智能现状，组织如何重塑自身以获取价值
威立（Wiley）：2025全球科研人员人工智能研究报告（38页）
牛津经济研究院：2025TikTok对美国就业的量化影响研究报告：470万岗位（14页）
国际能源署（IEA）：能效2024研究报告（127页）
Workday：2025发挥人类潜能：人工智能（AI）技能革命研究报告（20页）
CertiK：Hack3D：2024年Web3. 0安全报告（28页）
世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告
迈向推理时代：大型语言模型的长链推理研究综述
波士顿咨询：2025亚太地区生成式AI的崛起研究报告：从技术追赶者到全球领导者的跨越（15页）
安联（Allianz）：2025新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33页）
IMT：2025具身智能（EmbodiedAI）概念、核心要素及未来进展：趋势与挑战研究报告（25页）
IEEE：2025具身智能（EmbodiedAI）综述：从模拟器到研究任务的调查分析报告（15页）
CCAV：2025当AI接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124页）
《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新132页
《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》
全国机器人标准化技术委员会：人形机器人标准化白皮书（2024版）（96页）
美国国家科学委员会（NSB）：2024年研究与发展-美国趋势及国际比较（51页）
艾昆纬（IQVIA）：2025骨科手术机器人技术的崛起白皮书：创新及未来方向（17页）
NPL&Beauhurst：2025英国量子产业洞察报告：私人和公共投资的作用（25页）
IEAPVPS：2024光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65页）
AGI智能时代：2025让DeepSeek更有趣更有深度的思考研究分析报告（24页）
2025军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37页）
华为：2025鸿蒙生态应用开发白皮书（133页
《超级智能战略研究报告》
中美技术差距分析报告2025
欧洲量子产业联盟（QuIC）：2024年全球量子技术专利态势分析白皮书（34页）
美国能源部：2021超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60页）
罗马大学：2025超级高铁（Hyperloop）：第五种新型交通方式-技术研发进展、优势及局限性研究报告（72页）
兰德公司：2025灾难性网络风险保险研究报告：市场趋势与政策选择（93页）
GTI：2024先进感知技术白皮书（36页）
AAAI：2025人工智能研究的未来报告：17大关键议题（88页）
安联Allianz2025新势力崛起全球芯片战争与半导体产业格局重构研究报告
威达信：2025全球洪水风险研究报告：现状、趋势及应对措施（22页）
兰德公司：迈向人工智能治理研究报告：2024EqualAI峰会洞察及建议（19页）
哈佛商业评论：2025人工智能时代下的现代软件开发实践报告（12页）
德安华：全球航空航天、国防及政府服务研究报告：2024年回顾及2025年展望（27页）
奥雅纳：2024塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28页）
HSOAC：2025美国新兴技术与风险评估报告：太空领域和关键基础设施（24页）
Dealroom：2025欧洲经济与科技创新发展态势、挑战及策略研究报告（76页）
《无人机辅助的天空地一体化网络：学习算法技术综述》
谷歌云（GoogleCloud）：2025年AI商业趋势白皮书（49页）
《新兴技术与风险分析：太空领域与关键基础设施》最新报告
150页！《DeepSeek大模型生态报告》
军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态-250309（40页）
真格基金：2024美国独角兽观察报告（56页）
璞跃（PlugandPlay）：2025未来商业研究报告：六大趋势分析（67页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
国际电工委员会（IEC）：2025智能水电技术与市场展望报告（90页）
RWS：2025智驭AI冲击波：人机协作的未来研究报告（39页）
未来今日研究所2025年科技趋势报告第18版1000页
模拟真实世界：多模态生成模型的统一综述
中国信息协会低空经济分会：低空经济发展报告（2024-2025）（117页）
浙江大学：2025语言解码双生花：人类经验与AI算法的镜像之旅（42页）
人形机器人行业：由“外”到“内”智能革命-250306（51页）
大成：2025年全球人工智能趋势报告：关键法律问题（28页）
北京大学：2025年DeepSeek原理和落地应用报告（57页）
欧盟委员会人工智能与未来工作研究报告
加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用
电子行业：从柔性传感到人形机器人触觉革命-250226（35页）
RT轨道交通：2024年中国城市轨道交通市场数据报告（188页）
FastMoss：2024年度TikTok生态发展白皮书（122页）
CheckPoint：2025年网络安全报告-主要威胁、新兴趋势和CISO建议（57页）
【AAAI2025教程】评估大型语言模型：挑战与方法，199页ppt
《21世纪美国的主导地位：核聚变》最新报告
沃尔特基金会（VoltaFoundation）：2024年全球电池行业年度报告（518页）
斯坦福：2025斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191页）
国际科学理事会：2025为人工智能做好国家研究生态系统的准备-2025年战略与进展报告（英文版）（118页）
光子盒：2025全球量子计算产业发展展望报告（184页）
奥纬论坛：2025塑造未来的城市研究报告：全球1500个城市的商业吸引力指数排名（124页）
FutureMatters：2024新兴技术与经济韧性：日本未来发展路径前瞻报告（17页）
《人类与人工智能协作的科学与艺术》284页博士论文
《论多智能体决策的复杂性：从博弈学习到部分监控》115页
《2025年技术展望》56页slides
大语言模型在多智能体自动驾驶系统中的应用：近期进展综述
【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用
皮尤研究中心：2024美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28页）
空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理-250224（33页）
Gartner：2025网络安全中的AI：明确战略方向研究报告（16页）
北京大学：2025年DeepSeek系列报告-提示词工程和落地场景（86页）
北京大学：2025年DeepSeek系列报告-DeepSeek与AIGC应用（99页）
CIC工信安全：2024全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42页）
中科闻歌：2025年人工智能技术发展与应用探索报告（61页）
AGI智能时代：2025年Grok-3大模型：技术突破与未来展望报告（28页）
上下滑动查看更多
