谢赛宁 · 引语索引
从 ResNeXt、DiT、REPA/RAE 到 AMI，梳理谢赛宁以视觉表征连接识别、生成与世界模型的研究路线。
共 12 条引语
| 引语 | 主题 | 出处与定位 | 来源等级 | 原话状态 |
|---|---|---|---|---|
语言其实是一个“毒药”，或者说是一剂“鸦片”，你加多了语言总是会觉得更幸福的，它有用，但它是一个 shortcut（捷径）。 —— 谢赛宁 | language、vision | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）第 06 节，“语言是‘鸦片’，我非常担心语言对视觉的污染” | 一手采访本人原话 | 已核实原话 |
我非常担心语言对于视觉的“污染”。这种污染已经在发生了。 —— 谢赛宁 | language、vision | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）第 06 节，“语言是‘鸦片’，我非常担心语言对视觉的污染” | 一手采访本人原话 | 已核实原话 |
是基于 your action, predict next state。 —— 谢赛宁 | world-model | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）“语言模型是 predict next token，世界模型是 predict next state”问答段 | 一手采访本人原话 | 已核实原话 |
DiT 用 Transformer 替代潜扩散中常见的 U-Net，并以 Gflops 分析扩展表现。 —— 谢赛宁 | diffusion-transformer | Scalable Diffusion Models with Transformers（在新窗口打开）摘要 | 官方部分原话 | 转述 |
多模态模型的视觉能力仍有系统性缺陷，准确的视觉 grounding 是关键问题。 —— 谢赛宁 | visual-grounding、multimodal | Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs（在新窗口打开）摘要 | 官方部分原话 | 转述 |
大规模扩散模型训练的一个主要瓶颈，是有效学习内部表征。 —— 谢赛宁 | representation-learning、diffusion | Representation Alignment for Generation — Training Diffusion Transformers Is Easier Than You Think（在新窗口打开）摘要；第 1 节 | 官方部分原话 | 转述 |
预训练表征编码器可以与训练得到的解码器组成生成潜空间，使自编码从压缩机制转向表征基础。 —— 谢赛宁 | representation-autoencoder、diffusion | Diffusion Transformers with Representation Autoencoders（在新窗口打开）摘要；结论 | 官方部分原话 | 转述 |
我完全不觉得 LLM 是一个 Bitter Lesson 的成功展示——某种程度上，LLM 是反 Bitter Lesson 的。 —— 谢赛宁 | bitter-lesson、llm | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）“LLM 是反 Bitter Lesson 的”段 | 一手采访本人原话 | 已核实原话 |
语言模型的 Scaling Law 里面是有“水分”的。 —— 谢赛宁 | scaling-law、llm | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）“语言模型的 Scaling Law 是因为……”段 | 一手采访本人原话 | 已核实原话 |
我觉得 AGI 是一个完完全全的伪命题。 —— 谢赛宁 | agi、ami | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）第 01 节，“正向的 OpenAI”段 | 一手采访本人原话 | 已核实原话 |
以前是 download internet 的时代，现在是 download human 的时代。 —— 谢赛宁 | data、world-model | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）“biggest bet／download human”段 | 一手采访本人原话 | 已核实原话 |
我最想做到的事情是通过“不做机器人”的方式去解决机器人问题。 —— 谢赛宁 | robotics、strategy | 独家对话谢赛宁：逃出硅谷！（在新窗口打开）第 06 节，Robotics 与预训练段 | 一手采访本人原话 | 已核实原话 |
没有符合筛选条件的引语，试试减少筛选条件。
证伪区：流传但无法证实或已被证伪的说法
每条都写明依据。这些说法不是原话引用，正文也不以它们为依据。
无法证实Research is an infinite game——你一辈子只需成功一次。
依据：待核查：CVPR 页面仅确认谢赛宁是 workshop 参与者，未确认演讲题目；中文后半句无可核原稿。
无法证实重要的是跟谁一起做什么事，而不是在哪里。
依据：待核查：节目方文字版支持重视合作者的主题，但未找到这句逐字文本；AI 英译字幕不可作原话。