刚刚，李飞飞万字长文发布了首款商用世界模型Mable，AI教母再次引领变革。

Marble内置一个原生的AI世界编辑器Chisel，用户只需一句提示，就能按自己的想法自由改造世界。李飞飞说：空间智能能有潜力彻底变革我们创作和体验叙事的方式，将其影响力从娱乐延伸到教育。

孩子的学习将可能像探险一样，内在动机将会被充分激发，学生可以利用Mable构建自己心中的文学世界、历史场景或物理模型，从知识的接受者转变为主动的创造者和讲述者。

太酷了！

不由得重读了一遍赵灿翻译的《李飞飞传》，激动不已，如果每个父母和孩子都可以好好读一次这本书，他们大概率可以找到在AI时代，让自己穿越焦虑、穿越恐惧、成就孩子的中国式答案。

至少，你可以看到，一个普通中产家庭，如何通过家庭教育和个人选择，让孩子充满温情，又能拥有非凡的人生、改变人类的未来。

推荐《李飞飞传》

每个孩子和父母必读

李飞飞是AI领域的顶级科学家，神奇的是，她在写自传的时候，不是从理性开始，反而从童年的感受开始。

“从记事起，感知事物（无论是什么）的纯粹体验总能以难以言喻的方式让我深深沉浸其中。目之所及，仿佛总会有新鲜事物在等待着唤起我的惊奇之情，或许是一株植物的静谧，或许是一只昆虫小心翼翼的步伐，又或许是遥远山峰的朦胧深邃。年幼的我对这个世界还不甚了解，但我能感觉到，它值得探索。”

在李飞飞之前，“从感受开始”的天才，并不是例外，而几乎是顶级创造者的共性。

爱因斯坦说过：“我们所能体验到的最美的东西是神秘，它是一切真正的艺术和科学的源泉。一个人如果不再对世界感到惊奇、不能呆立在敬畏之中，那他几乎等同于死去——他的眼睛是闭着的。”

物理学家费曼把整本书命名为《发现事物的乐趣》，他解释科学动机时说：真正驱动他的是“好奇心”，是去追问“是什么让风吹起海浪、让水像空气、像沙子那样运动”——发现这些现象背后有共同的模式，是“看见一切如何运转”的快感。

在商业世界，乔布斯在斯坦福演讲里没有讲商业模型，而是讲直觉、好奇和“保持饥饿，保持愚蠢”——一种对未知持续敞开的心态，他把这当成创新者唯一值得坚守的“宗教”。

生态学家蕾切尔·卡森强调，事实只是知识与智慧的“种子”，而“情感和感官印象是种子生长的肥沃土壤”；对于孩子来说，“知道”远不如“先去感受”重要。

正如李飞飞所说：“唤起我的惊奇之情，或许是一株植物的静谧，或许是一只昆虫小心翼翼的步伐，又或许是遥远山峰的朦胧深邃。年幼的我对这个世界还不甚了解，但我能感觉到，它值得探索。”

难能可贵的是，李飞飞把这份感受力和惊奇之心，一直保留到了现在。

从她的文字，你可以感受到，她的感受力不输理性，甚至超越理性。而惊奇，则是她整个科研的支撑。

还有对于星空的渴望，几乎贯穿着她的人生始终——

老师指向天空的更高处，说：“啊，快看，这是我最喜欢的一个星座。这七颗星星组成了北斗七星。现在沿着这条线往上看，”他指向右边说，“看到那颗明亮的星星了吗？这可能是几百年来天上最重要的恒星，叫作北极星。”

从那时起，李飞飞的人生，是被宇宙和星空所定义的。这是为什么，她无法接受学校老师短视的教育。

她曾公开顶撞老师、饱受质疑，一度成绩一落千丈……老师跟妈妈投诉她的时候，妈妈对她说：这里不适合你。

李飞飞不是唯一一个“因为人生版图太大，而容不下在一张课桌里”的人。

爱因斯坦十五岁时离开慕尼黑的路易特波德中学，因为他极度厌恶那种命令式、军营式的教学——在他看来，那种教育只要求服从，不允许真正的思考。之后他去了瑞士阿劳州立中学，在那里第一次感受到“受欢迎、被理解”，也看到了更自由的人生可能，于是才有后来的爱因斯坦。

诺贝尔文学奖得主泰戈尔一生中频繁转学，先后在东方学院、普通学校、孟加拉学院、圣泽维尔学校辗转，最后干脆拒绝再上学。他觉得殖民地式的西式学校“枯燥而低劣”，远不如大家庭里的诗歌、音乐和思想交往来得丰盈。后来，他在圣地尼克坦亲手创办实验学校，就是为了给孩子一种不被应试教育绑架的“开阔人生教育”。

他们离开的，不是“学校”本身，而是一个过于狭隘的人生说明书。

一个邀请

《李飞飞传》读书会

在这个到处都在谈论“AI”的时代，我们很少停下来问一句：

设计未来技术的人，本人是怎样长大的？

李飞飞给出的答案是——

不是从论文、奖项、头衔开始，而是从一个小女孩仰望星空、被世界惊奇击中的那一刻开始。她记得北斗七星、北极星，记得山峦的轮廓、昆虫的步伐，也记得自己如何因为向往更辽阔的人生，而不断“转学”、不断离开只讲功利的课堂。

12月13日，我邀请到了我的高翻同学、《李飞飞传》的中文译者赵灿，来和大家一起聊聊这本书——

聊一个顶级AI科学家，如何从童年的感受出发，走向“改变世界”；

也聊我们自己，如何在忙碌、焦虑、内卷的生活里，重新捡起对世界的惊奇。

这一次，我们不只是“听一本书的导读”，
而是在线上一起共创：The worlds I see——
看到李飞飞眼中的世界，也练习看见自己与孩子眼中的世界。

如何高效转型Al大模型领域？

作为一名在一线互联网行业奋斗多年的老兵，我深知持续学习和进步的重要性，尤其是在复杂且深入的Al大模型开发领域。为什么精准学习如此关键？

• 系统的技术路线图：帮助你从入门到精通，明确所需掌握的知识点。
• 高效有序的学习路径：避免无效学习，节省时间，提升效率。
• 完整的知识体系：建立系统的知识框架，为职业发展打下坚实基础。

AI大模型从业者的核心竞争力

• 持续学习能力：Al技术日新月异，保持学习是关键。
• 跨领域思维：Al大模型需要结合业务场景，具备跨领域思考能力的从业者更受欢迎。
• 解决问题的能力：AI大模型的应用需要解决实际问题，你的编程经验将大放异彩。

以前总有人问我说：老师能不能帮我预测预测将来的风口在哪里？

现在没什么可说了，一定是Al；我们国家已经提出来：算力即国力！

未来已来，大模型在未来必然走向人类的生活中，无论你是前端，后端还是数据分析，都可以在这个领域上来，我还是那句话，在大语言AI模型时代，只要你有想法，你就有结果！只要你愿意去学习，你就能卷动的过别人！

现在，你需要的只是一份清晰的转型计划和一群志同道合的伙伴。作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】