行政上诉办公室非先例裁决
美国公民及移民服务局
案号：41015636
日期：2026 年 8 月 [已隐去]
对 U.S. Citizenship and Immigration Services (USCIS) 裁决的上诉 表格 I-140，外籍劳工移民申请（国家利益豁免）
申请人寻求基于就业的第二优先（EB-2）移民分类，即作为持有高等学位的专业人士，并寻求对该分类所附工作要求（job offer requirement）的国家利益豁免。见《移民与国籍法》（the Act）第 203(b)(2) 条，8 U.S.C. § 1153(b)(2)。
USCIS 拒绝了该申请，认定申请人符合持有高等学位的专业人士分类资格，但未能证明豁免所要求的工作邀请、进而豁免劳工证将符合国家利益。本事项现依据 8 C.F.R. § 103.3 提交本办公室审理。
申请人负有举证责任，须以优势证据标准证明其资格。Matter of Chawathe, 25 I&N Dec. 369, 375-76 (AAO 2010)。本办公室对本案问题进行重新审查。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。
I. 法律
为符合基础 EB-2 签证分类，申请人必须证明其为高等学位专业人士，或在科学、艺术或商业领域具有特殊能力（exceptional ability）的个人。见《移民与国籍法》第 203(b)(2)(A) 条。
如果申请人确立了基础 EB-2 分类资格，其还必须证明其值得行使裁量权，豁免工作要求以符合「国家利益」。见《移民与国籍法》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框架。Dhanasar 案指出，U.S. Citizenship and Immigration Services (USCIS) 可行使裁量权，在申请人证明以下事项时批准国家利益豁免：
拟议工作（proposed endeavor）兼具实质价值与国家重要性；
该个人有能力推进其拟议工作；以及
整体而言，豁免工作要求将有利于美国。
同上。
II. 分析
USCIS 认定申请人符合持有高等学位的专业人士资格，但未满足 Dhanasar 先例裁决中设定的第一项和第三项要素。因此，需要确定的唯一问题是，申请人是否已证明豁免工作要求、进而豁免劳工证将符合国家利益。
提交申请时，申请人正在 [已隐去] 攻读计算机科学博士学位，并在 [已隐去] 担任研究实习生。他表示其「拟议工作是构建一个统一的最先进人工智能多模态生成模型，促进各种模态之间的跨模态生成，包括视频转音频、文本转视频和文本转语音，从而使创作者和企业能够更高效地生成高质量媒体。」申请人进一步陈述：
[已隐去] 我正在 [已隐去] 攻读计算机科学博士学位，我的工作包括领导该校 Vision, Language, and Learning Lab（我在此开展研究）与 [已隐去] 的 Creative Vision Team 之间的合作，以开发可扩展的生成模型，用于高效制作高质量视频和音频内容，并探索这些领域之间的跨模态联系。在这项工作中，我参与确定研究目标、对最先进方法进行文献综述，以及设计、实施和测试新颖方法。我计划将这一合作扩展到更多模态，并实现更高质量的生成能力。此外，我在这些项目上的工作成果预计将在不久的将来发表。
在回应 USCIS 的补件通知（RFE）时，申请人坚持其打算开发「一个通用基础多模态生成人工智能模型」。他概述了其声称计划开展的三项研究项目：[已隐去]、[已隐去] 和 [已隐去]。关于其 [已隐去]，申请人表示：
我将在目前于 [已隐去] 的博士研究期间继续我的研究，并与美国产业合作伙伴合作。完成学位后，我打算通过在领先工业实验室（如 [已隐去]）寻求研究型职位来继续开展研究，在那里我将继续开发和转化前沿多模态人工智能，构建统一、安全且可扩展的生成系统，并在领先的人工智能会议上发表成果。[已隐去] 的 Creative Vision Team 已表示有兴趣聘用我担任研究科学家职位，我将能够利用其资源开展研究，构建基础统一多模态生成人工智能模型。我在 [已隐去] 的职位将包括开展研究和发表研究成果等职责……
如下文所述，我们认定申请人未依据 Dhanasar 设定的分析框架确立国家利益豁免资格。
A. 拟议工作的实质价值与国家重要性
Dhanasar 第一项要素——实质价值与国家重要性——聚焦于个人拟开展的具体工作。Dhanasar, 26 I&N Dec. at 889。工作的价值可在商业、创业、科学、技术、文化、健康或教育等多个领域中得到证明。同上。我们同意 USCIS 的认定，即申请人的拟议工作具有实质价值。
在确定拟议工作是否具有国家重要性时，我们考虑其潜在的前瞻性影响。同上。我们撤销 USCIS 关于申请人未依据 Dhanasar 第一项要素确立其拟议工作国家重要性的结论。作为其拟议研究具有实质价值和国家重要性的证据，申请人提交了关于生成式人工智能益处的信息。他还提供了支持信，讨论其工作如何有助于推动人工智能驱动的视频编辑技术的发展。此外，申请人提交的文件表明，其拟议研究的益处对生成式人工智能领域具有更广泛的影响，因为研究结果通过专业会议向该领域其他人传播。由于申请人已证明其拟议研究兼具实质价值与国家重要性，其已确立符合 Dhanasar 框架的第一项要素。
B. 有能力推进拟议工作
第二项要素将焦点从拟议工作转向个人。同上，第 890 页。为确定其是否有能力推进拟议工作，我们考虑包括但不限于以下因素：其教育背景、技能、知识及在相关或类似工作中的成功记录；未来活动的模式或计划；实现拟议工作的任何进展；以及潜在客户、用户、投资者或其他相关实体或个人的兴趣。同上。基于下述理由，我们撤销 USCIS 关于申请人符合 Dhanasar 第二项要素的结论。
记录包括申请人的简历、硕士学位、已发表和已展示的作品以及同行评审服务的文件。申请人还提供了引用其已发表作品的论文、引用指标以及讨论其研究项目的支持信。
在支持申请的信件中，申请人的推荐人讨论了其本科和研究生研究项目。例如，关于申请人涉及改编现有图像编辑技术的工作，[已隐去] 的副教授、申请人的合著者 Dr. A-E- 表示，申请人「开发了一种专门的神经网络，将时间维度整合到编辑过程中，从而确保视频帧之间的平滑过渡。」Dr. A-E- 还指出，申请人的工作「通过利用预训练图像生成器，显著降低了开发视频编辑模型的时间和计算成本」，并且「这使模型能够执行复杂任务，包括基于文本的风格编辑、帧插值、运动操纵和外推。」尽管 Dr. A-E- 进一步声称申请人的「研究产生了一个统一框架，能够生成和编辑高质量视频和图像内容，而无需为每个特定任务重新训练单独模型，最终提高了基于人工智能的视频编辑解决方案的效率和可扩展性」，但他并未详细说明申请人的具体框架在人工智能领域被使用的程度。申请人也未以其他方式证明其研究成果构成成功或进展的记录，从而使其有能力推进其拟议工作。
此外，关于申请人涉及合成音频生成的工作，[已隐去] 的研究科学家 Dr. S-L- 声称，申请人创建了「一个大规模流程，从视频数据中收集了 5700 万个音频片段」，并「利用该数据集训练了一个最先进的文本转音频模型，其表现比先前方法高出 22.7%。」Dr. S-L- 写道，他在自己的工作中引用了申请人关于该主题的研究论文，但申请人未表明这种对其工作的关注程度或其研究成功记录足以证明其有能力推进。
再者，关于申请人涉及多模态生成模型的工作，[已隐去] 的副教授、申请人的博士导师兼合著者 Dr. V-O-R- 指出，他和申请人「设计了一种免训练方法，使预训练生成模型能够生成不同宽高比和分辨率的图像，而无需任何进一步训练」，并且 2024 年 [已隐去] 接收了他们关于该主题的论文，题为「[已隐去]」。然而，Dr. V-O-R- 未提供具体例子说明申请人的工作如何影响生成式人工智能领域的其他人，也未以其他方式表明其成功或进展达到使其有能力推进拟议工作的水平。
此外，[已隐去] 研究总监 Dr. S-T- 声称，申请人「一直是我们 [已隐去] 多个项目的关键贡献者，从其大规模音频字幕和生成工作开始。」Dr. S-T- 还指出，申请人的工作「目前正由 [已隐去] 的产品团队进一步测试，这说明了其价值」，但申请人未表明其在扩散模型上的工作构成成功或进展的记录，从而使其有能力推进其拟议工作。
申请人称其研究论文发表在「权威场合」，如 Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition 和 Proceedings of the IEEE/CVF International Conference on Computer Vision。他提交了这些出版物基于 h5-index 的 Google Scholar Metrics 排名。出版物具有高排名或影响因子反映的是该出版物的整体引用率。然而，这并不显示任何特定作者的影响力，也未以其他方式证明个人的研究如何代表其所在领域的成功记录。
关于其作品的引用情况，申请人提交了其 2025 年 3 月的 Google Scholar 个人资料，显示其五篇研究论文，分别题为「[已隐去]」（2024 年）、「[已隐去]」（2024 年）、「[已隐去]」（2023 年）、「[已隐去]」（2024 年）和「[已隐去]」（2021 年），分别获得 14、9、2、0 和 0 次引用。申请人未说明三篇被引用论文中每篇有多少引用来自其本人或合著者的自引。
申请人还提供了 Clarivate Analytics（InCites Essential Science Indicators）2024 年数据，涉及「计算机科学」研究领域按发表年份的基线引用率和百分位。申请人主张，其截至 2025 年 3 月获得 14 次引用的论文属于「2024 年计算机科学领域发表的最具引用率文章的前 [已隐去]」。然而，申请人未说明其在确定该百分位排名时是否考虑了任何自引。此外，由于申请人未表明 2024 年 Clarivate Analytics 数据与申请人 2025 年 3 月的 Google Scholar 信息同期，其未证明前者对其引用记录提供了适当分析。
此外，申请人依赖关于计算机科学更广泛领域的引用信息，并将其在生成式人工智能领域的引用频率与更广泛领域进行比较。我们承认生成式人工智能是计算机科学更广泛领域的一部分，但申请人未提交足够证据确认从更广泛领域推断的信息同样适用于计算机科学内的每个子领域，包括生成式人工智能。因此，申请人将其领域内的引用数与计算机科学更广泛领域的引用信息进行比较，不足以确立其在生成式人工智能领域的成功或影响水平。
然而，引用频率本质上是定量的，并不揭示引用的原因，而后者涉及定性分析。换言之，高引用数可能表明该领域其他人注意到了申请人的工作，但并不能确认其工作以使其有能力推进的方式影响或推进了该领域。关于对申请人作品引用的定性分析，记录包含引用其论文的文章副本，包括其题为「[已隐去]」的论文（例如）。这些文章包含引用文本，申请人声称这些文本突出了其论文的影响。虽然我们同意申请人的观点，即这些引用表明其同事和同行对其研究有一定程度的关注，但该证据不足以证明关注程度或研究成功记录使其有能力推进。记录中的文章在引言部分作为当前研究概述的一部分将其工作作为该领域研究的一个例子加以引用，但没有任何文章以表明其有能力推进拟议工作的方式突出或评论其研究。
关于申请人的教育背景，虽然其硕士学位使其符合基础 EB-2 签证分类资格，但其未表明其学术成就本身足以证明其有能力推进拟议工作。在 Dhanasar 案中，记录确立该申请人持有多个研究生学位，包括「机械工程和应用物理学两个理学硕士学位，以及工程学博士学位。」同上，第 891 页。我们在确定申请人是否有能力推进其拟议工作时考虑多种因素，教育仅是可能有助于此类认定的众多因素之一。
关于其同行评审活动，申请人提交文件表明其为 [已隐去] 和 [已隐去] 审阅了稿件。然而，其未证明参与广泛的同行评审过程代表其领域的成功记录，或以其他方式表明其有能力推进其研究工作。
记录表明申请人在研究生和本科学习期间开展、发表和展示了研究，但其未表明这项工作使其有能力推进其拟议工作。虽然我们认识到研究必须以某种方式为知识库增添信息才能被接受发表、展示、资助或获得学术学分，但并非每个开展原创研究的人都会被认定有能力推进其拟议工作。相反，我们审查 Dhanasar 中设定的因素，以确定例如个人在实现拟议研究目标方面的进展、在类似工作中的成功记录或在相关方中产生的兴趣是否支持此类认定。同上，第 890 页。然而，申请人未充分证明其工作构成生成式人工智能研究的成功或进展记录，从而使其有能力推进其拟议工作。由于申请人未证明其有能力推进其拟议研究工作，其未确立符合 Dhanasar 框架的第二项要素。
C. 整体而言豁免是否有利于美国
第三项要素要求申请人证明，整体而言，豁免工作要求、进而豁免劳工证将有利于美国。Dhanasar 第 890-91 页。在进行此分析时，我们可评估以下因素：鉴于个人资格或拟议工作的性质，其获得工作邀请或获得劳工证是否不切实际；即使假设其他合格美国工人可用，美国是否仍将从其贡献中受益；以及对其贡献的国家利益是否足够紧迫，以致值得放弃劳工证程序。同上。在每起案件中，所考虑的因素必须综合起来确立，整体而言，豁免工作要求、进而豁免劳工证将有利于美国。同上，第 891 页。
在拒绝申请时，USCIS 的裁决指出：
自我申请人未证明其通过拟议工作为美国带来的利益超过劳工证程序固有利益。自我申请人未表明其自身努力具有紧迫的国家利益，也未证明其提供的贡献具有如此价值，以致整体而言，即使其他合格美国工人可用，也将有利于国家。此外，自我申请人未表明其获得工作邀请或获得劳工证不切实际。
在上诉中，申请人主张「即使有合格美国工人可用，美国也肯定会从[其]贡献中受益。这是因为其不仅合格，而且已证明自己是这一极其重要研究领域的有影响力领导者。」他进一步主张「其在生成式人工智能应用研究方面的职业生涯非常成功……且有文件证据此前已得到该领域专家的信件佐证，这些专家高度评价其宝贵贡献和专业知识。」申请人还声称其「在促进美国重要利益的领域拥有极其成功的研究记录」，并且其「提供的贡献具有如此价值，以致整体而言，豁免工作要求、进而豁免劳工证将有利于美国。」此外，他声称「鉴于联邦日益重视开发安全、节能且广泛可及的基础多模态人工智能系统，[其]持续贡献具有紧迫的国家利益。」
对于 Dhanasar 第三项要素，我们评估拟议工作与个人有能力推进该工作综合起来是否为国家带来利益，以致豁免劳工证要求的益处超过该要求通常带来的益处。在此，申请人未证明其有能力推进拟议工作，或其生成式人工智能贡献超过劳工证程序固有的保护国内劳动力供应的益处。申请人也未解释其目前或未来在 [已隐去] 的职位如何阻止其从事生成式人工智能研究项目，或为何该公司无法代表其提交劳工证。
虽然记录包含关于推进生成式人工智能研究益处的信息，但该文件不足以表明豁免工作要求、进而豁免劳工证要求能更好地服务国家利益。劳工证程序旨在确保外国工人的入境不会对美国工人的就业机会、工资和工作条件产生不利影响。我们承认申请人在 STEM 领域（计算机科学）的硕士学位、研究经验以及与生成式人工智能相关的工作。然而，综合证据不足以证明国家利益豁免超过劳工证程序固有利益。
申请人未表明其提供的贡献具有如此价值，以致整体而言，即使假设其他合格美国工人可用，豁免工作邀请和劳工证要求也将有利于美国。
III. 结论
由于申请人未满足 Dhanasar 分析框架所要求的第二项和第三项要素，我们认定其未确立有资格或值得行使裁量权获得国家利益豁免。基于上述理由，上诉将被驳回，每项理由均作为本裁决的独立和替代依据。
裁定
上诉驳回。
注意：本裁决构成此事项的最终决定。提交动议不会推迟裁决的效力。8 C.F.R. § 103.5(a)(1)(iv)。非法居留或 otherwise inadmissible or deportable 的外国人，可能因签发 Form I-862, Notice to Appear 而依据《移民与国籍法》第 240 条面临遣返程序。该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。
