原文第 1 页
美国公民及移民服务局 行政上诉办公室 非先例决定
案由：40874814 日期：2026年1月30日
对服务中心运营处（SCOPS）决定的上诉
表格 I-140，外籍工人移民申请（国家利益豁免）
申请人寻求将受益人作为持有高级学位的专业人士归类为基于就业的第二优先（EB-2）移民类别，并寻求豁免与该类别相关的职位offer要求。见《移民与国籍法》（该法）第203(b)(2)条，8 U.S.C. § 1153(b)(2)。
服务中心运营处（SCOPS）驳回了该申请，认定受益人符合持有高级学位的专业人士的归类资格，但申请人未能证明豁免所需职位offer、进而豁免劳工证将符合国家利益。此事现依据8 C.F.R. § 103.3提交本办公室审理。
申请人负有举证责任，须以优势证据证明其资格。Matter of Chawathe, 25 I&N Dec. 369, 375-76 (AAO 2010)。本办公室对此事项中的问题重新审查。Matter of Christa's, Inc., 26 I&N Dec. 537, 537 n.2 (AAO 2015)。经重新审查，本办公室将驳回上诉。
一、法律
为符合基础EB-2签证类别的资格，申请人必须证明受益人为高级学位专业人士或在科学、艺术或商业方面具有特殊能力的人士。该法第203(b)(2)(A)条。
如果申请人证明受益人符合基础EB-2类别的资格，则必须进而证明受益人值得以自由裁量方式豁免职位offer要求，即符合“国家利益”。该法第203(b)(2)(B)(i)条。Matter of Dhanasar, 26 I&N Dec. 884, 889 (AAO 2016)提供了审理国家利益豁免申请的标准框架。Dhanasar指出，美国公民及移民服务局（USCIS）可作为自由裁量事项，1 在申请人证明以下各项时授予国家利益豁免：
- 拟从事的事业既具有实质价值又具有国家重要性；
1 见 Flores v. Garland, 72 F.4th 85, 88 (5th Cir. 2023)（与第三、第九、第十一及哥伦比亚特区巡回上诉法院一致，认定USCIS授予或拒绝国家利益豁免的决定本质上属于自由裁量）。
原文第 2 页
- 该个人处于有利地位，能够推进其拟从事的事业；以及
- 权衡之下，豁免职位offer要求将有利于美国。
同上。
二、分析
SCOPS认定受益人符合持有高级学位的专业人士的资格。2 需要确定的唯一问题是，申请人是否已证明豁免职位offer要求、进而豁免劳工证将符合国家利益。
提交申请时，受益人正作为机器学习（ML）工程师为申请人工作。3 申请人表示，受益人的拟从事事业“是进一步推动高效且可扩展的深度学习与自然语言处理（NLP）模型的开发”。其进一步陈述：
[受益人]深入参与了构建和优化模型服务基础设施，以处理具有数亿参数的ML模型。他的目标是构建一个高效且可扩展的人工智能（AI）系统，以具有成本效益的方式为不同产品带来智能。与此目标相关，他目前正在构建一个用于复杂多模态基础模型的高效服务平台，并构建一个可扩展、低成本的嵌入服务，以赋能整个组织内的搜索应用。这些项目提供了深入理解ML模型架构的机会，并寻找机会使用图形处理单元（GPU）上的高效批处理、减少模型大小的模型量化以及高级内核优化等技术来优化这些模型的性能。
在回应SCOPS的证据请求（RFE）时，受益人提供了一份个人陈述，重申其拟从事事业旨在“开发高效且可扩展的深度学习与NLP模型”。他解释称，其工作重点在于解决深度学习与NLP中的缺陷，并“使强大的AI系统高效且可扩展”。受益人还表示，其工作涉及优化“具有数亿参数的ML模型的模型服务基础设施，旨在跨各种产品提供具有成本效益且资源优化的AI模型”。
2 受益人于2023年从~------------__获得计算机科学硕士学位。 3 在表格ETA-9089附录A：外籍工人信息中，受益人表示其在该岗位的“工作职责”包括“[构]建服务于具有数亿参数的ML模型的高级模型服务基础设施，实现高性能分布式系统，并紧跟最佳实践和新技术。与ML工程师密切合作，确保其算法能够在设备和云端高效部署。构建ML模型优化基础设施，在多个方面优化ML模型，包括减小ML模型的大小、以混合精度转换ML模型、使用Tensor Flow op和自定义CUDA内核等重写模型。设计和构建跟踪模型状态的ML监控基础设施。设计和构建可扩展至数百台机器以实现高效训练的ML训练平台。”由于申请人申请的是职位offer要求的豁免，受益人无需拥有来自特定美国雇主的职位offer。但是，本办公室将考虑有关其职位的信息，以说明其打算以何种身份工作，从而确定拟从事事业是否符合Dhanasar框架的要求。
原文第 3 页
A. 实质价值与国家重要性
Dhanasar第一项要件——实质价值与国家重要性——侧重于该个人拟从事的具体事业。Dhanasar, 26 I&N Dec. at 889。该事业的价值可在商业、创业、科学、技术、文化、健康或教育等一系列领域中得到证明。同上。本办公室同意SCOPS的认定，即“证据支持申请人的陈述，即拟从事事业具有实质价值”。
然而，SCOPS认定申请人未能证明受益人拟从事事业的国家重要性。在确定拟从事事业是否具有国家重要性时，本办公室考虑其潜在的前瞻性影响。同上，第889页。该考虑可包括拟从事事业是否具有雇用美国工人的重大潜力（特别是在经济萧条地区）、是否具有其他重大积极经济影响、是否在该领域具有国家甚至全球影响，或是否具有表明国家重要性的其他更广泛影响。同上，第889-90页。SCOPS认定申请人未能证明受益人拟从事工作的潜在前瞻性影响。
在上诉中，申请人主张其提交了“相关、具有证明力且重要的证据，以支持拟从事事业在全国乃至潜在全球层面对该领域具有潜在前瞻性广泛影响，这符合美国国家利益”。申请人主张，其证据（包括白宫的“关键和新兴技术清单更新”）表明“美国政府有意进一步发展某些技术，特别是进一步推动高效且可扩展的深度学习与NLP模型的开发，以提升美国在技术和网络安全方面的竞争力”。
USCIS认识到科学、技术、工程和数学（STEM）领域进步的重要性，以及拥有高级STEM学位的人员在促进此类进步中的关键作用。6 USCIS政策手册F.5(D)(4)，https://www.uscis.gov/policy-manual/。记录显示，受益人拟从事事业涉及ML和深度学习，这些技术被列在国家科学技术委员会的《关键和新兴技术清单更新》中。虽然受益人从事与关键和新兴技术相关的工作是一个积极因素，但申请人仍必须证明受益人的具体拟从事事业具有国家重要性。
申请人主张其“提供了行业报告和文章，以反映受益人事业的国家重要性”。记录包括关于AI和深度学习技术在医疗保健、网络安全、教育、经济增长、国家安全、多语言教育、灾害响应和水文气象灾害评估中普遍益处的文章。虽然申请人声称这些文章支持受益人拟从事事业的国家重要性，但国家重要性的确定并不侧重于某一领域或行业的一般重要性，而是“侧重于外籍人士拟从事的具体事业”。同上，第889页。在此，没有任何文章提及受益人或其计划的项目，也未以其他方式说明其针对申请人开发深度学习与NLP模型的具体拟从事事业的潜在前瞻性影响。
原文第 4 页
此外，申请人指出受益人同事出具的几封支持信，申请人称这些信件“描述了AI的重要性，特别是在推动高效且可扩展的深度学习和NLP模型发展方面的重要性”。申请人提交了F-C-、J-E-K-、E-G-、J-K-、W-L-和J-B-的信件，这些信件主要讨论受益人在深度学习技术方面的能力和经验及其在[已隐去]的研究生工作。14 例如，[已隐去]的教授E-G-断言受益人“在高效深度学习及其应用方面拥有广泛的专业知识，特别是在教育资源受限环境等资源受限环境中。”受益人的教育、技能、知识及其在该领域的先前工作涉及Dhanasar框架的第二项要件，该要件“将焦点从拟议事业转移到外籍国民身上。”同上，第890页。此处的问题在于，他拟从事的具体事业是否在Dhanasar第一项要件下具有国家重要性。
关于受益人拟议事业的预期影响，申请人信息智能基础设施组织的主任F-C-表示，他负责监督受益人有关“在GPU上对基础模型进行资源高效推理”的工作，并且受益人的努力有助于“使[已隐去]等智能应用更加高效。”F-C-进一步表示，受益人在“优化GPU上的模型部署方面的工作确保了高性能，同时应对这些挑战，使AI更具可持续性，减少其碳足迹，并在医疗、金融和教育等领域实现AI驱动解决方案的公平获取。”F-C-还断言，受益人的“资源高效AI模型专长对美国的国家利益具有至关重要的意义，可应对能源效率、技术创新和国家安全方面的关键挑战，”但记录中没有证据佐证F-C-关于受益人的特定深度学习和NLP模型将在全国范围内使“AI更具可持续性”的主张，也没有以其他方式表明这对我国“能源效率、技术创新和国家安全”具有更广泛的影响。未经支持的断言和推测没有证据价值，不足以证明提交方已履行其举证责任。参见Matter of Mariscal-Hernandez, 28 I&N Dec. 666, 673 (BIA 2022)。
同样，受益人的前同事W-L-表示，他们曾合作开展一个“专注于内部图像和视频生成模型的项目”。他断言，由于“对高效且可扩展AI系统的日益重视，[受益人的]贡献显然推进了人工智能领域的国家优先事项。”W-L-还声称，受益人的“工作直接支持降低能耗的努力。数据中心级别的GPU大规模运行需要吉瓦级电力。通过提高推理效率，可以用更少的芯片实现相同的性能，从而降低总体能耗。”然而，申请人未提交证据表明受益人的特定深度学习和NLP项目将在行业内以显著规模“降低能耗”，或以其他方式在表明国家重要性的层面上产生更广泛的影响。此处的问题不是受益人雇主的产品创新所产生的更广泛影响，而是受益人作为机器学习工程师的具体工作的潜在预期影响。5
4 虽然我们讨论了这些信件中的样本，但我们已审查并考虑了每一封信件。 5 仅对特定雇主带来的利益，即使该雇主具有全国性业务规模，也不足以与受益人的事业是否具有国家重要性的问题相关。问题在于申请人能否证明受益人自身个人的事业将产生更广泛的影响，例如对某一领域、某一地区或广大公众的影响。参见6 USCIS Policy Manual, F.5(D)(3), https://www.uscis.gov/policy-manual。
原文第 5 页
虽然受益人拟议事业提供了一种高效且可扩展的AI系统，能够以具有成本效益的方式为不同产品带来智能，但申请人未提供证据表明其拟议工作将以其行业或领域达到表明国家重要性的水平产生影响。在没有提供证据证实此类主张的情况下，声称某项事业具有国家重要性或会产生广泛影响是不够的。F-C-、J-E-K-、E-G-、J-K-、W-L-和J-B-的信件不包含足够的信息和解释，记录中也没有包含充分的佐证证据，以表明受益人的具体拟议工作在其领域或行业中产生更广泛的影响，或对我国产生达到国家重要性水平的重大积极经济影响。
为评估受益人拟议事业是否满足国家重要性要求，我们查看记录其工作“潜在预期影响”的证据。受益人的陈述反映其意图为雇主开发深度学习和NLP模型，但他未提供足够的信息和证据以表明其拟议事业的预期影响达到国家重要性水平。在Dhanasar案中，我们认定申请人的教学活动未达到具有国家重要性的水平，因为这些活动不会更广泛地影响其领域。同上，第893页。在此，我们认定申请人未表明受益人的具体拟议事业将充分超出其公司及其项目，以与国家重要性相称的水平更广泛地影响其领域、AI行业或美国技术利益。
此外，申请人未证明受益人拟从事的具体事业具有雇用美国工人的重大潜力，或以其他方式对我国产生重大积极经济影响。在没有关于其未来工作可归因的任何预计美国经济影响或就业创造的充分信息或证据的情况下，记录未表明受益人项目对区域或国家经济带来的利益将达到Dhanasar案所设想的“重大积极经济影响”水平。同上，第890页。
申请人未证明受益人拟议事业具有雇用美国工人的重大潜力（特别是在经济萧条地区），具有其他重大积极经济影响，在该领域具有国家甚至全球影响，或具有表明国家重要性的其他更广泛影响。
B. Dhanasar框架的其余要件
由于记录中的文件未按Dhanasar先例决定第一项要件的要求确立受益人拟议事业的国家重要性，申请人未证明其符合国家利益豁免的资格。由于该问题对申请人的上诉具有决定性，我们无需触及、因而保留对受益人在Dhanasar框架第二项和第三项要件下资格的裁定。参见INS v. Bagamasbad,
原文第 6 页
429 U.S. 24, 25 (1976) (per curiam)（裁定各机构无需对最终决定不必要的问题作出“纯咨询性认定”）。
III. 结论
由于受益人未满足Dhanasar分析框架所要求的第一项要件，我们认定申请人未证明其有资格或基于自由裁量权以其他方式应当获得国家利益豁免。基于上述理由，上诉将被驳回，每一项理由均作为本决定的独立且替代依据予以考虑。
命令：上诉被驳回。
通知：本决定构成本事项的最终决定。提交动议不会推迟决定的效力。8 C.F.R. § 103.5(a)(1)(iv)。非法居留或否则不可入境或可被驱逐的外国人，可能因签发I-862表《出庭通知》而根据《移民与国籍法》第240条面临驱逐程序的启动。该等程序可能导致其被驱逐出美国，并可能使其未来无法获得签证或其他移民福利。
