Diffusion Transformer（DiT）论文共同作者、世界模型公司AMI Labs联合创始人谢赛宁近日在访谈中，系统性地批评了当前以大语言模型（LLM）为核心的AI发展路线。
他认为，LLM并非“苦涩的教训”（Bitter Lesson）的成功体现，甚至**某种程度上是反Bitter Lesson的**。语言是人类文明的高度提炼，过度依赖这条“捷径”会限制AI对真实世界的学习。
**世界模型与语言模型的核心区别**在于：
- **语言模型**：预测“下一个token”。
- **世界模型**：基于行动预测“下一个状态”，能在推理阶段预判行为后果，从而实现更安全、可控的智能。
谢赛宁表示，“AGI是伪命题”，打造能在现实世界生存的智能体，比解决数学竞赛或写代码更困难。
他透露曾两次拒绝OpenAI联合创始人Ilya Sutskever的邀请，原因在于双方在多模态与视觉路线上的分歧。AMI Labs总部设在巴黎，刻意避开硅谷，认为“硅谷已深陷LLM路线”。公司正通过全球合作伙伴收集真实世界数据，推动AI训练范式从“下载互联网”转向“下载人类”。
