AI 的不同方向，都在研究什么？

如果一个演示让你好奇，就顺着它问：输入是什么，想得到什么，怎样判断做得好，现在还卡在哪里。下面这些入口从具体事情讲起。

模型怎样理解与生成

• 大语言模型：模型怎样从文本中学习，训练、数据和计算怎样影响它的能力。
• 计算机视觉：从图像里认出东西、找到位置，再到理解场景和三维结构。
• 多模态：把图像、语言等信息接起来，让模型能利用不同来源回答问题。
• 生成模型：怎样从噪声或简单分布生成图像，怎样控制内容和过程。

模型怎样行动

• Agent：给模型工具和环境，观察它怎样把一项任务做完。
• 强化学习：行动会改变后面的处境，怎样利用反馈学会选择。
• World Model：预测行动之后会发生什么，再利用这种预测。
• 具身智能：机器人怎样从观察走到动作，在真实环境里把事情做好。

这些页会互相连接。机器人可以用视觉、生成模型和 RL，Agent 也可以借助 RL 学习。读到交叉的地方，顺着自己的问题走。

模型怎样真正用起来

• 效率与系统：为什么程序慢、显存不够，怎样在质量、延迟和成本之间做选择。
• AI 交叉学科：当问题来自分子、医学图像或关系数据，模型之外还需要理解什么。

每页都放了一个开始方式、需要回补的基础，以及几份继续读的材料。想单独找论文，去论文入口；想看研究者最近在关心什么，去 Lookout。

继续找课程、论文和研究者

各方向完整资料保留了 Lumina、awesome、课程、论文和项目。想知道这些问题有哪些人在做，继续看课题组入口。