https://github.com/liuslevis/deepfind-cli
用 bilibili-cli 下载音频，用 Qwen3 ASR 1.8B 模型在 GPU 进行语音转文字，然后用 Qwen3 总结，结果：
核心分歧与“42 问题”：谢在宁与 Ilya Sutskever 的核心分歧在于 AI 的发展路径。Ilya 认为语言模型已足够强大，多模态/视觉问题基本解决；而谢在宁则坚信必须构建基于视觉和物理世界感知的“世界模型”。他将当前大语言模型（ LLM ）比作“拐杖”，认为过度依赖人类语言会导致 AI 对真实世界的理解缺失，即所谓的“42 问题”——AI 能回答《银河系漫游指南》中“生命、宇宙以及一切的终极答案是 42”，却无法理解其背后的物理世界。
创立 AMI Labs 与“逃出硅谷”：谢在宁与图灵奖得主杨立昆共同创立了 AMI Labs ，已完成首轮融资，团队规模约 25 人。此举被 视为“逃出硅谷”，旨在建立一个独立于硅谷主流叙事（即以 LLM 为中心）的研究机构。他们希望打造一个更友好、鼓励年轻人创新的研究环境，专注于构建能理解物理世界的通用智能，而非仅仅优化语言能力。
两次拒绝 Ilya Sutskever：谢在宁曾两次拒绝 Ilya 的邀请。第一次是在 2018 年，拒绝了 OpenAI 的 offer ；第二次是在 2024 年 7 月，拒绝了 Ilya 新成立的 SSI （ Safe Superintelligence Inc.）的邀请。两次拒绝的根本原因都是对其技术路线的不认同，尤其是第 二次，Ilya 明确表示“多模态/视觉问题已解决得很好”，这与谢在宁的世界模型理念背道而驰。
推崇杨立昆与李飞飞的观点：谢在宁高度认同杨立昆（ Yann LeCun ）和李飞飞的学术观点。他认为杨立昆关于“世界模型”和 表征学习的理念是正确的方向，并视其为重要的学术影响者和合作伙伴。他也从李飞飞的经历和著作中获得了很大启发，认同 AI 研究 应回归对世界本质的理解，而非沉迷于短期的工程成就。
对 AI 未来的展望：谢在宁认为，真正的智能需要建立在对物理世界的深刻理解之上，而不仅仅是处理语言。他希望通过 AMI Labs 的努力，推动 AI 研究从依赖“语言拐杖”转向构建能够进行物理推理、规划和安全控制的“世界模型”，最终实现能与物理世界可靠交互的通用人工智能。