谢赛宁回顾其从上海交大视觉研究起步的学术轨迹，强调视觉作为智能基石的进化意义，并指出表征学习是贯穿其博士、FAIR、DeepMind 及创业始终的 “草蛇灰线”。他两次拒绝 OpenAI 邀请，源于对 LLM 路径的审慎质疑，主张 AI 需具备物理世界建模能力而非仅语言对齐。他与杨立昆联合创立 AMI Labs，聚焦构建真正意义上的世界模型 —— 一种能预测状态、支持具身推理、处理高维连续信号的认知框架。他批判硅谷被 LLM 叙事催眠，导致视频理解等关键方向失衡；强调研究品味在于简洁性、可运行性与哲学深度，援引《金刚经》反思表象与本质。最终，他呼吁回归真实世界数据采集与 12 岁儿童级具身任务这一务实基准，以谦卑姿态推进非人类中心的智能探索。