下午3点，上海交通大学工业技术创新研究院的一间会议室内，澎湃新闻记者刚刚结束对谢伟迪的采访。他看了一眼手机，并未起身离开——下一个会议早已排入日程。这一幕几乎是他日常生活的缩影：时间被精确切割，每一项事务环环相扣。

1989年出生的谢伟迪，拥有众多头衔：上海交通大学人工智能学院副教授、国家高层次人才（海外）、上海市（海外）高层次人才计划获得者、科技部科技创新2030—“新一代人工智能”重大项目青年项目负责人、教育部U40项目负责人、科技部重大专项新药研发课题负责人……

2025年，他荣获世界人工智能大会（WAIC）面向AI青年人才设立的云帆奖；同年年底，他出任观壹智能CEO。2026年2月，他与团队在全球首次推出医学循证推理智能体DeepRare——一个能在罕见病诊断领域辅助医生进行临床推理的AI系统，相关成果发表在《自然》杂志上。

谢伟迪在2026世界人工智能大会上。澎湃新闻记者邹佳雯图

从一名通信专业的本科毕业生，到牛津大学视觉几何组（VGG）的博士，再到深耕“AI+生命科学”领域的上海交大副教授、创业者，谢伟迪的成长轨迹并非一帆风顺，更像是一次次主动“转向”的抉择。更值得追问的是：在学科、产业、技术等要素重新洗牌的时代，一位AI学者如何定义自己的位置？又将如何融入时代潮流？

2026世界人工智能大会（WAIC）正在火热进行中，澎湃新闻记者近日与谢伟迪进行了深入交流，今年也是他第三次参加WAIC，“期待更多的交流与思想碰撞。”

进入牛津后，曾有三年发不出论文

2008年6月，iPhone 3G手机刚刚发布，随着通信技术产业的热潮，谢伟迪考入北京邮电大学通信类专业。但很快他发现，这个专业的前景已经相当明朗：“老师教完基本原理后你会发现，3G之后是4G、5G、6G，路径已经很清晰了。”在那个中国互联网风起云涌的时代，他不甘于守着这个外人看来像“铁饭碗”的稳定专业，渴望投身于更多未知与挑战的新技术领域。本科四年后，谢伟迪果断转换赛道，申请到英国伦敦大学学院攻读硕士。

在那里，他第一次接触计算机视觉（CV），“2012年、2013年，是CV的‘拓荒时代’，大家知道神经网络或深度学习可能是下一代最重大的突破，但它具体如何实现，背后的理论是什么，仍充满未知。无论如何，我找到了自己的兴趣所在。”

谢伟迪在牛津大学的毕业照。本文图片除标注外均为受访者供图

在兴趣驱动下，谢伟迪逐渐展现出科研天赋。2014年，在导师的建议和推荐下，他决定继续深造，进入牛津大学攻读博士，并成功获得首届Oxford-Google DeepMind百万级奖学金，是当年唯一的华人获奖者。

在牛津大学，谢伟迪进入视觉几何组，师从两位学术泰斗：一位是计算机视觉领域的奠基者、英国皇家科学院院士Andrew Zisserman教授，另一位是英国皇家科学院与工程院“双院院士”、医学影像权威Alison Noble教授。两位导师的严格标准，让谢伟迪读博的前三年“不太顺利”。

“一篇文章都不让我发表”，回忆起两位导师对学术的执着与严谨，谢伟迪起初也曾迷茫，但后来逐渐理解了他们的用意，“他们对学术的追求是顶级的，不能容忍做得‘差不多’就发出去，要做就要做到最好。”但正是那三年，谢伟迪打下了扎实的基本功。两位导师每周会与他开一小时的会，讨论工作、给出建议，再让他回去研读文献。那时计算机视觉领域的论文不像现在这么多，“一天十几篇”，几乎被谢伟迪全部阅读过，领域内所有相关的工作他都了然于胸。他把论文打印出来，三年下来，实验室角落里堆放的论文有一米多高。

“那时候非常美好，是大家真正在开脑洞的时候。有些事你原来也想做，但原来的技术不允许，现在技术允许了，大家就比谁做得快。”谢伟迪说，自己博士阶段发表的第一篇文章，经历了近20次修改，他也收获了真正重要的东西——在导师身上看到了一个学者做科研应有的范式。

上海交大人工智能学院与上海交大医学院附属新华医院召开关于DeepRare的合作会议（谢伟迪为左一）。

回国发展，从计算机视觉到AI4S

2018年，在两位导师的支持下，谢伟迪分别在计算机视觉、医疗影像等方向发表论文7篇，顺利博士毕业，并受邀留在牛津继续从事博士后研究。2021年，站在“去与留”的抉择关口，他选择放弃牛津教职，回国发展。

谢伟迪坦言，无论在当时还是现在看，这都是一个必然的决定，“尤其现在来看，在对AI的关注度和投入方面，我们国家支持力度巨大，发展速度也很快。”在他看来，上海开放活跃，是他更倾向于发展的城市。几乎没有犹豫，他把简历只投给了唯一一所大学——上海交通大学。2022年1月，谢伟迪顺利入职上海交大，并在一年后开始思考另一次转向：将研究重心从CV转向AI For Science (AI4S)。

事实上，人工智能领域的科研，基于企业和高校科研院所的不同支持体系，重心存在一定差异。用人工智能赋能乃至重塑其他学科，或许能产生更大的价值。基于过往积累的经验和知识，他决定投身生命科学领域——“生老病死对每个人都是最重要的事，如果有一个领域AI能造福人类，那一定是生命科学。”

“这种转向，要说难，是因为领域内的专业知识很多；但要说不难，是因为你成了愿意用AI做生命科学的‘稀缺物种’，生命科学领域的人恨不得天天来跟你讨论AI如何解决他们感兴趣的问题。”谢伟迪笑着说。这个互相成就的过程，催生了全球首个面向罕见病诊断的医学循证推理智能体DeepRare。

罕见病并不罕见。虽然每个病种的发病率极低，但七千多种罕见病加起来，构成了超过2000万的中国罕见病患者群体。由于大多数基层医生缺乏诊断罕见病的经验，患者最初常被误诊为常见病，反复发作、四处求医仍难以确诊，带来极大的身体和心理痛苦。谢伟迪举例，一个从小手脚反复灼痛、少汗，随后又出现肾脏和心脏问题的孩子，四处求医问药、辗转多个科室，才最终确诊为罕见遗传病法布雷病。“DeepRare要做的，是补上医生缺乏的知识、连接被科室壁垒‘切碎’的信息，缩短罕见病患者的诊断时间。”

与大多数用大数据训练的AI不同，罕见病最大的困境是数据稀缺——全中国可能只有几百个病例，且分散在不同科室。在上海交通大学张娅教授、谢伟迪副教授与新华医院孙锟教授、余永国教授的联合攻关下，一种新的范式被提出：不依赖大量标注数据，而是让AI通过医学循证推理来辅助诊断。系统的核心是让AI像医生一样思考——看到症状，检索知识库，形成假设，再用证据验证。2025年7月，DeepRare在线诊断平台上线，随后在新华医院完成院内部署。2026年2月，DeepRare的相关研究成果发表于国际顶级期刊《自然》。截至目前，在线平台已诊断了全球超过一万五千例案例。

做老师，但要向学生学习

谢伟迪的“野心”远不止于此。2026年初，在学院和学校的支持下，谢伟迪团队的科研成果转化而成的AI生命科学公司观壹智能正式成立，谢伟迪出任CEO。“我们想做的是生命科学领域的基础模型。利用强大的AI模型能力，帮助实现疾病机制理解、新药设计、先进疗法等最具挑战性的任务，最终，当然，我们的梦想是治愈所有疾病。”

在谢伟迪看来，这是这一代AI可能做到的事情，“大模型的优势在于构建完整的推理链条”，谢伟迪解释，这种“AI原生”的思考方式有别于“医疗原生”，是从“端到端”地理解疾病、系统性地生成治疗方案。“未来不能说解决所有疾病，但三五十种，甚至一两百种，用AI的方式解决并不难。可以看到，目前这个领域的发展速度也明显在加快。”

身兼学者、教师、企业管理者于一身的谢伟迪，生活显然十分忙碌。他每周为人工智能学院的本科生、硕士生授课，同时还指导着数位硕博生。他延续了从导师那里受益的做法，每周坚持给学生们开会，每人30-45分钟，一周约需15小时。其余时间，他处理公司事务、备课、审稿。谢伟迪从小学到大学一直踢足球，如今他带的学生中就有从事“AI+体育”方向研究的，谢伟迪忙里偷闲，今年也看了两场世界杯球赛。

在这套密集的日程里，他保持着一个看似违背直觉的习惯：向学生学习。“人工智能是年轻的事业，是年轻人的事业。它的发展速度很快，我们都要保持学习，看看世界前沿的AI技术、模型做到什么程度，大家在关心什么，不然很可能做无用功。”谢伟迪坦言，他和学生在讨论项目时，通常也要探讨AI大的进展，“我认为我的学生应该比我更懂细节，但与此同时，我需要把握大的方向。”

在谢伟迪看来，这也是老师的价值之一，帮助学生建立“taste”。“某种意义上，选对问题，比选对答案更重要。从这些问题开始，带动人工智能领域更多的可能。”事实上，谢伟迪或许正是上海交大人工智能学院的一个缩影。为推动科研成果走出实验室、走向实际应用场景，学院搭建了“人工智能学院-上海算法院-交大工研院”三位一体的产研转化平台，打通了从原始创新到工程实现再到创业孵化的全链条创新路径——这些在学院诞生的“问题”，正逐步转化为解决方案，辐射到更大范围。而上海，也正在成为这些问题的密集试验场。