下午3点，上海交通大学工研院的会议室里，采访刚刚结束，谢伟迪低头看了一眼手机，却并没有起身离开——下一场会议早已排满。这几乎就是他日常工作的真实写照：时间被精确切分，科研、教学与产业事务彼此衔接、紧密运转。

1989年出生的谢伟迪，身上有着不少引人注目的身份标签：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）高层次人才计划入选者、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，他获得世界人工智能大会（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，他与团队全球首次推出医学循证推理智能体DeepRare——一套能够在罕见病诊断领域辅助医生开展临床推理的AI系统，相关成果登上《自然》杂志。

谢伟迪在2026世界人工智能大会上。澎湃新闻记者 邹佳雯 图

从通信专业本科生，到牛津大学视觉几何组（VGG）博士，再到深耕“AI+生命科学”方向的上海交大副教授与创业者，谢伟迪的成长轨迹并非一路平坦，更像是一次次主动选择后的持续转型。而在他身上，更值得思考的是：当学科、产业与技术格局不断重塑，一名人工智能学者该如何定义自己的位置？又该如何回应时代需求、投入时代浪潮？

2026世界人工智能大会（WAIC）正在火热举行。近日，澎湃新闻记者与谢伟迪进行了对话。今年也是他第三次参加WAIC，“期待更多交流，也期待更多思想碰撞。”

进入牛津后，曾有三年发不出论文

2008年6月，iPhone 3G刚刚发布。顺应通信技术产业升温的趋势，谢伟迪进入北京邮电大学通信类专业学习。

但没过多久，他就意识到，这个专业的发展路径已经相当清晰：“老师把基本原理讲完后，你会发现，3G之后是4G、5G、6G，整个演进路线其实已经非常明确了。”在中国互联网高速崛起的年代，他并不满足于守着外界眼中近似“铁饭碗”的稳定专业，而是更想进入充满未知和挑战的新技术方向。本科毕业后，谢伟迪果断转换赛道，申请并进入英国伦敦大学学院攻读硕士。

在那里，他第一次真正接触到计算机视觉（CV）。“2012年、2013年，可以说是CV的‘拓荒期’。当时大家都意识到，神经网络和深度学习很可能成为下一代最重要的技术突破，但具体怎么落地、理论基础如何构建，仍有大量未知。不管怎样，我很快发现，这就是我真正感兴趣的方向。”

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，谢伟迪逐渐展现出自己的科研潜力。2014年，在导师建议与推荐下，他决定继续深耕这一领域，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，是当年唯一获此荣誉的华人学生。

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”、医学影像专家Alison Noble教授。两位导师极为严格，这也让谢伟迪博士前三年的科研经历并不轻松。

“一篇文章都不让我发。”回忆起导师们对学术质量近乎苛刻的要求，谢伟迪坦言自己起初也感到迷茫，但后来逐步理解了他们的用意：“他们追求的是最顶级的学术标准，不能接受做得‘差不多’就发表，要做就要做到最好。”也正是在那三年里，他夯实了最关键的科研基本功。两位导师每周都会与他开一小时的组会，讨论研究进展、提出意见，再让他回去大量阅读文献。那几年，计算机视觉领域的论文数量远没有现在这么庞大，“一天十几篇”，几乎都被谢伟迪系统读过，相关方向的重要工作他都非常熟悉。他把论文一篇篇打印出来，三年下来，实验室角落里堆起了一米多高的文献。

“那段时间其实非常美好，大家都在真正打开脑洞。有些事情你以前也想做，但过去技术条件做不到；现在技术允许了，大家就比谁做得更快、更好。”谢伟迪说，自己博士阶段发表的第一篇论文，前后修改了近20遍。而更重要的是，他从导师身上真正看到了一个优秀学者应有的科研范式。

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，在两位导师支持下，谢伟迪分别在计算机视觉、医疗图像等方向发表7篇论文，顺利完成博士学业，并受邀留在牛津继续从事博士后研究。2021年，站在“去还是留”的人生节点上，他最终选择放弃牛津教职机会，回国发展。

谢伟迪坦言，无论从当时还是现在来看，这都是一个几乎必然的决定：“尤其是现在看，中国对人工智能的关注度、资源投入和政策支持都非常强，整体发展速度也很快。”

在他看来，上海是一座开放、活跃、创新氛围浓厚的城市，也是更适合自己长期发展的地方。于是他几乎没有过多犹豫，只向一所高校投递了简历——上海交通大学。2022年1月，谢伟迪正式入职上海交大，并在一年后开始思考新一轮研究转向：将自己的科研重点，从计算机视觉（CV）拓展到AI For Science（AI4S）。

事实上，人工智能科研在企业与高校、科研院所的不同支持体系下，研究重心本就存在差异。在谢伟迪看来，利用人工智能赋能甚至重塑其他学科，可能带来更大的社会价值。基于自己过去在AI、计算机视觉和医疗相关方向的积累，他最终把目光投向生命科学——“生老病死对每个人来说都是最重要的事。如果有一个领域最值得AI去造福人类，那一定是生命科学。”

“这种转向，说难，是因为生命科学的专业知识体系非常庞大；但说不难，是因为你会变成愿意用AI做生命科学研究的‘稀缺物种’，生命科学领域的研究者恨不得天天来和你讨论，AI到底能如何解决他们真正关心的问题。”谢伟迪笑着说。

正是在这种跨学科、相互成就的合作过程中，全球首个面向罕见病诊断的医学循证推理智能体DeepRare诞生了。

罕见病并不意味着患者少。虽然单个病种发病率极低，但7000多种罕见病叠加起来，构成了超过2000万人的中国罕见病患者群体。由于大量基层医生缺乏罕见病诊断经验，患者在最初就诊时往往会被误诊为常见病，经历反复发作、辗转多个医院和科室后仍难以确诊，承受巨大的身体痛苦与心理压力。

谢伟迪举例说，一个从小出现手脚反复灼痛、少汗，之后又出现肾脏和心脏问题的孩子，常常需要四处求医、辗转多个专科，最后才可能被确诊为罕见遗传病法布雷病。“DeepRare要解决的，就是补足医生在罕见病上的知识短板，把被不同科室壁垒‘切碎’的信息重新连接起来，帮助缩短罕见病患者的诊断时间。”

与大多数依赖大数据训练的AI系统不同，罕见病诊断面临的最大挑战恰恰是数据稀缺——全国可能只有几百个病例，而且分散在不同医院、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，团队提出了一种新的范式：不依赖海量标注数据，而是让人工智能通过医学循证推理来辅助诊断。这个系统的核心，是让AI像临床医生一样思考——看到症状后检索知识库，形成诊断假设，再利用证据一步步完成验证。

2025年7月，DeepRare在线诊断平台正式上线，随后在新华医院完成院内部署。2026年2月，DeepRare相关研究成果发表于国际顶级期刊《自然》。截至目前，该在线平台已完成全球超过一万五千例案例的诊断支持。

做老师，但要向学生学习

谢伟迪的“野心”显然不止于此。

2026年初，在学院和学校支持下，谢伟迪团队科研成果转化而来的AI生命科学公司观壹智能正式成立，谢伟迪担任CEO。“我们想做的是生命科学领域的基础模型。借助强大的AI模型能力，推动疾病机制理解、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，这是这一代人工智能有机会实现的事情。“大模型的优势在于能够构建更完整的推理链条。”他解释说，这种“AI原生”的思考路径不同于传统“医疗原生”模式，它更强调从“端到端”理解疾病，并系统性生成治疗思路和解决方案。“未来未必能立刻解决所有疾病，但用AI方式解决三五十种，甚至上百种疾病，并不是难以想象的事。也能看到，这个领域的发展速度正在明显加快。”

同时身兼学者、教师与企业管理者多重身份的谢伟迪，日常生活自然十分忙碌。

他每周都要为人工智能学院的本科生、硕士生授课，同时还指导多名硕博研究生。他延续了自己从导师那里受益颇多的培养方式，坚持每周与学生逐一开会，每人30到45分钟，一周仅组会时间就要投入约15小时。除此之外，他还要处理公司事务、准备课程、审阅论文。谢伟迪从小学到大学一直喜欢踢足球，如今他带的学生中也有人在研究“AI+体育”，而他自己则会在繁忙工作中抽空放松，今年也看了两场世界杯球赛。

在这样高密度的工作节奏中，他一直保留着一个看似不太符合常规认知的习惯：主动向学生学习。

“人工智能是年轻的事业，也是年轻人的事业。这个领域变化特别快，我们都必须持续学习，去看全球前沿AI技术和大模型已经发展到什么程度，大家真正关心的问题是什么，否则很容易做无效研究。”谢伟迪坦言，自己和学生讨论项目时，通常也会同步讨论人工智能领域最新的重要进展，“我认为学生应该比我更懂技术细节，但与此同时，我需要把握整体方向和关键判断。”

在谢伟迪看来，这也是老师最重要的价值之一——帮助学生建立“taste”。“某种意义上，选对问题，比选对答案更重要。正是从这些关键问题出发，才能带动人工智能领域产生更多新的可能性。”

事实上，谢伟迪某种程度上也是上海交大人工智能学院的一个缩影。为了推动人工智能科研成果真正走出实验室、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、工程实现到创业孵化的全链条创新路径——那些在学院内部诞生的“问题”，正在持续转化为可落地的解决方案，并辐射到更广泛的产业与社会场景。

而上海，也正在成为这些人工智能创新问题最密集、最活跃的试验场。

白浪 设计