89年谢伟迪，选择了AI+生命科学

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，澎湃新闻记者的采访刚结束，谢伟迪看了眼手机，没有离开的意思——下一个会议已经排在日程表上。这个场景几乎是他日常的缩影：时间被精确切割，事务之间环环相扣。

1989年出生的谢伟迪，身上的“title”很多：上海交大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，他拿下世界人工智能大会（WAIC）面向AI青年人才所设立的云帆奖，同年底，他成为观壹智能CEO。2026年2月，他和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

从一个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，谢伟迪的轨迹并非一帆风顺，更像是一次次主动“转向”的结果。而在他身上，一个更值得追问的问题是：在学科、产业、技术等要素重新洗牌的时代，一名AI学者如何定义自己的位置？又将如何投身时代？

2026世界人工智能大会（WAIC）正在火热进行，澎湃新闻记者近日和谢伟迪聊了聊，今年也是他第三次奔赴WAIC，“期待更多的交流和碰撞。”

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，顺着通信技术产业的热度，谢伟迪入读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很确定了：“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，也想去往拥有更多未知与挑战的新技术领域。本科四年后，谢伟迪果断调换赛道，申请到英国伦敦大学学院的硕士。

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牛的突破，但它具体怎么做，背后的理论是什么，还充满未知。无论如何，我发现了我的兴趣所在。”

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

兴趣驱使下，谢伟迪渐渐展露科研天赋。2014年，在导师的建议和推荐下，他决定继续深耕，进入牛津大学攻读博士，并成功拿到了首届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。两位导师的严苛，让谢伟迪读博士的前三年“不太顺利”。

“一篇文章都不让我发”，回想起两位导师对学术的执着和严谨，谢伟迪起初也有过迷茫，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’就发出去了，要做就要做到最好。”但也是那三年，谢伟迪打下了扎实的基本功。两位导师一周会带他开一小时的会，讨论工作、给出建议，再让他回去读文章。那几年，计算机视觉领域的论文不如现在多，“一天十几篇”，几乎被谢伟迪看了个遍，领域内所有相关的工作他都了然于心。他把文章都打印出来，三年下来，实验室角落里堆的论文有一米多高。

“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你做，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遍修改，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、医疗图像等方向发表论文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“去和留”的关口，他选择了放弃牛津教职，回国发展。

谢伟迪坦言，站在当时和现在看，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。”

在谢伟迪看来，上海开放活跃，是他更倾向于发展的城市。他没有太多的犹豫，把简历只投向了一所大学——上海交通大学。2022年1月，谢伟迪顺利入职上海交大，并在一年后思考另一次转向：把研究的重心，从CV投向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，重心有一定的差异。在谢伟迪看来，用人工智能赋能乃至重塑其他的学科，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。”

和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、余永国教授的领衔攻关下，一个新的范式被提出：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，后来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成立了，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、先进疗法等等最有挑战性的任务，最终，当然，我们的梦想是治愈所有的疾病。”

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，生活显然也是忙碌的。

他每周为人工智能学院的本科生、硕士生上课，手里还带着数位硕博生。他延续了自己从导师那儿受益的做法，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，如今他带的学生就有在做“AI+体育”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”，正逐步转化成解决方案、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。