总目录 大模型相关研究：https://blog.csdn.net/WhiffeYF/article/details/142132328

PDF下载：https://download.csdn.net/download/WhiffeYF/92774792

总体概述

这是NYU教授**谢赛宁（Saining Xie）**在CVPR上的演讲，主题是"Research as an Infinite Game"（研究是一场无限游戏）。演讲借用了James Carse的经典著作《Finite and Infinite Games》的框架，将学术研究重新定义为一场不以"赢"为目的、而以"持续参与"为目的的无限游戏。

核心论点是：当前AI研究正面临被异化为有限游戏的风险——追求论文数量、抢发、刷榜——但真正有生命力的研究应该具备反脆弱性、开放性、持久性，并以教育和社区建设为根基。演讲通过谢赛宁自己的亲身经历（DiT被拒稿、SiT被拒稿后逆袭等）来说明这些原则，既有哲学深度，也很接地气。

---

逐页讲解

第1页（封面）
标题页，“Research as an Infinite Game”，作者谢赛宁，NYU。用色彩丰富的卡通风格模板，轻松活泼地开场。

第2页（有限游戏定义）
介绍"有限游戏"的概念：有明确规则，以获胜为目的，一方赢则另一方输，游戏结束后玩家停止参与。配图举了下棋、踢球、百米赛跑、产品发布竞赛等例子。

第3页（无限游戏定义）
与之对比，"无限游戏"的目标不是赢，而是让游戏继续下去。规则、边界甚至玩家都可以随时间变化，唯一的核心条件是游戏不能终结。

第4页（James Carse介绍）
展示了《Finite and Infinite Games》这本书和作者James Carse的照片。Carse是NYU的历史学荣休教授——和谢赛宁同属NYU，形成了一个有趣的呼应。页面设计成了棋盘游戏的形式，暗合"游戏"主题。

第5页（演讲大纲）
列出四个部分的提纲：为什么研究应该是无限游戏、“我是自己的天才”、AI研究为何面临变成有限游戏的风险、没有人能独自玩游戏。

第6页（第一部分标题页）
进入第一部分，列出四个子主题：反脆弱性（Antifragility）、开放性（Openness）、持久性（Persistence）、教育（Education）。

第7页（反脆弱性要点）
核心主张：无限游戏是反脆弱的，研究者也应该如此。

第8页（反脆弱性定义）
引用Nassim Nicholas Taleb《反脆弱》的概念：从随机事件和冲击中获得更多好处而非坏处的东西就是反脆弱的，反之则是脆弱的。

第9页（棋手vs发明家）
通过对比棋手和发明家来说明：棋手在有限规则下竞争（有限游戏），而发明家在开放的探索中不断创造（无限游戏）。研究者应该更像发明家。

第10页（论文质量vs职业影响）
引用Bill Freeman的图表：论文对职业的影响呈现高度非线性——只有真正有创意且高质量的工作才能带来巨大的职业回报，普通的"还行"的论文几乎没有影响。这本身就是一种反脆弱的结构：少数大赢远超多数小输。

第11页（如何找到属于你的研究想法）
三步法：跟随好奇心和热情、保持探索性（用数学和实验去"hack"）、对意外保持开放——意外才是真正的想法来源。同时警告一个陷阱：从第一天就固定想法、发表一篇从未演化的论文，往往是最弱的工作。

第12页（开放性）
有限玩家试图预测并控制未来；无限玩家则期待被意外惊喜。如果不再有意外的可能，所有的游戏都会停止。意外终结有限游戏，却是无限游戏继续的理由。

第13页（开放性与开放科学）
无限玩家以完全的开放来参与游戏。开放科学遵循同样的原则：进步来自分享知识而非守护知识，这样发现的游戏才能持续演进。

第14页（学术界的独特自由）
学术界是唯一一个可以完全自由地以开放方式参与游戏的空间。对学术界的人说：珍惜这种独特的自由，这是一种特权。对工业界的人说：学术界可以成为强大的盟友，帮助你降低风险、开拓新方向。

第15页（持久性）
有限玩家在目标无法达成时可能放弃（“论文没中、没拿到资助，我失败了”）。无限玩家把持久性视为一种存在方式（“这是更长游戏的一部分，我如何学习、适应并继续？”）。

第16页（DiT的故事——挫折）
讲述DiT（Scalable Diffusion Models with Transformers）论文的经历：截止日期前三周才转向这个项目，被CVPR 2023拒稿（理由是"缺乏新颖性"），还被多家公司拒绝。

第17页（DiT的故事——逆转）
没有做任何修改直接重新提交，获得了ICCV 2023的Oral。William Peebles（Bill）后来加入OpenAI，将DiT扩展成了Sora。有时你需要等待，有时你需要主动创造机会。

第18页（SiT的故事）
SiT是第一个研究基于flow matching的DiT模型缩放的工作，被CVPR 2024拒稿（又是"缺乏新颖性！"），做了微小修改后被ECCV 2024接收。

第19页（SiT后续影响）
几个月后，Stable Diffusion 3采用了扩散transformer架构加flow matching的组合。学术论文不会被工业论文"杀死"——SiT已经成为该领域的标准基线。

第20页（持久性总结）
谢赛宁说他最被引用的很多论文都没有获得最强的评审意见。建议：保持持久，拥抱黑天鹅——这就是无限玩家会做的事。

第21页（教育——有限游戏视角）
从有限游戏的视角看PhD训练：有明确的规则和目标（发表X篇论文、通过资格考试、答辩）、固定的参与者、明确的获胜条件（获得"博士"头衔）、有时间限制（毕业是终点）。

第22页（教育——无限游戏视角）
从无限游戏的视角看PhD教育：持续学习如何学习、提出有意义的问题、挑战假设；变得反脆弱——能够容忍模糊性、深入参与复杂性、与失败和修订共处；从消费知识转向创造知识并引导他人；即使毕业后也不会"赢得"研究或教育，你继续留在游戏中。

第23页（第二部分标题页）
“I AM THE GENIUS of myself”——你可以也应该玩自己的游戏。用宝可梦图标暗示每个人都有自己独特的"角色"。

第24页（为什么要发表论文？）
提出一个根本性问题：我们为什么要发表论文？

第25页（Hannah Arendt引言）
引用Hannah Arendt 1964年的话：我不追求影响力，我想要理解。当别人也以同样的方式理解了，那给我一种满足感，一种归属感。这回答了前一页的问题——发表论文的本质是为了理解和分享理解。

第26页（设计你的玩法）
在无限游戏中，不是通过胜过他人来脱颖而出，而是通过做自己并激励他人。这也就是人们常说的"讲一个好故事"和"研究品味"，但接下来要讲一些更具体的东西。

第27页（研究者如同时装设计师）
以Kaiming He（何恺明）的MAE论文为例展示"一张表，一个信息"的写作风格——清晰的消融实验设计是一种研究"品牌"。

第28页（简洁的方法）
展示MoCo和MeanFlow的伪代码，强调"简洁、有原则的方法"是另一种研究风格标志。

第29页（逐步消融）
展示ConvNeXt论文的经典"阶梯式消融"图表，从ResNet-50一步步修改到ConvNeXt，隔离了每个设计选择的效果。这是谢赛宁自己的标志性风格。

第30-31页（“Saining plot”）
展示多个论文中出现的类似风格的消融图表，以及Lucas Beyer在Twitter上提议将这种图表命名为"Saining plot"的截图。说明你的研究风格可以成为你的个人品牌。

第32页（品牌化你的工作）
展示谢赛宁实验室的项目画廊，每个项目都有精心设计的主页。“品牌化你的论文、你的工作、你自己”——不要只是用千篇一律的"nerfies"模板。

第33页（知识分享）
“人们已经没有时间读论文了！”——所以需要更好的知识分享方式，比如精心设计的项目主页、博客等。

第34页（模板被广泛使用）
展示多个使用谢赛宁团队项目主页模板的其他研究组的项目。

第35页（第三部分标题页）
"为什么AI研究面临变成有限游戏的风险？"以及为什么无限玩家必须反击。

第36页（Before LLM vs After LLM）
用"This is fine"的meme对比LLM前后的研究氛围——之前还算平静，现在则像着火一样（但大家还在说"没事"）。

第37页（令人担忧的研究模式）
描述了一个常见的模式：大公司（如OpenAI）发布新成果，大量跟风论文立刻涌现，所有人都抢着在同一主题上发表。这创造了一种"抢先发表=赢家"的有限游戏动态。

第38页（研究者的压力）
这种模式给学生和早期研究者带来巨大压力：激烈的竞争、难以持续的节奏。学术激励体系也有问题：优先考虑速度而非深度或创造力，奖励短期胜利而非持久贡献。如果学术界玩有限游戏，最终会输。

第39页（出路：定义新问题）
解决之道是定义新问题。以V*项目为例：从2023年7月开始，受人类心理学启发研究视觉搜索作为多模态LLM的核心机制，面对评审的质疑（“为什么需要这个能力？”“它会拖慢系统”），但在o1于2024年9月发布后得到了验证。

第40页（新问题=新游戏）
展示OpenAI的"Thinking with Images"发布以及V*基准测试的结果，证明定义新问题就是开启新的游戏。

第41页（无限游戏的意义）
有限游戏可能带来财富、地位、权力和认可，但无限游戏提供的东西更深刻、更有意义。不能指望初级研究者从一开始就自然具备这种长期的利他主义心态，问题是如何创建一个正向反馈循环来培养和维持它。

第42页（第四部分标题页）
"没有人能独自玩游戏。“选项是You/Me/They/We——答案当然是"We”（我们）。

第43页（反思——2010年的警告）
“如果你做计算机视觉，你永远找不到工作。”——2010年某篇博客。回顾当年计算机视觉还不被看好的时代。

第44页（导师的建议——2013年）
“你应该做计算机视觉。CVPR是开放的、包容的、不设门槛的。”——一位导师，2013年。展示了从CVPR 2015到CVPR 2025（Nashville）的跨越。

第45页（更多玩家≠无限游戏）
展示CVPR论文提交量的爆炸式增长图表（2025年已超过13000篇）。有更多的参与者并不自动意味着游戏变成了无限游戏——如果大家都在玩有限游戏的话。

第46页（社区的珍贵）
不要把我们的社区视为理所当然——每个人都有责任让它保持强大和欢迎。“CVPR crowd, best crowd 😃”

第47页（感谢社区建设者）
感谢帮助建设社区、让CVPR成为每个人的无限游戏的"无限玩家"们。展示了workshop组织者的照片。

第48页（结语）
"我的无限游戏伙伴们：谢谢你们，享受这场游戏！"用可爱的沙滩小兔子收尾。

第49页（初心）
展示PCA/特征脸的经典幻灯片，配上"WOW! This is so much fun! — me, in 2011"。回到了最初对研究的纯粹热情。

第50页（最终感悟）
最终只有两个问题重要：1. 问题解决了吗？2. 你享受解决问题的过程吗？

这是整个演讲最精炼的总结——研究的意义既在于推动知识前进，也在于享受这个过程本身。这就是无限游戏的精髓。