这份指南旨在帮助新成员快速上手。重点不是学完所有内容，而是掌握核心精华——理解思路、敢于实践。遇到问题再回头补充。
🎯 知识掌握（约两周）
1. PyTorch 基础（预计 10h）
推荐学习小土堆的 PyTorch 入门课程。 课程讲解通俗、示例完整，适合第一次接触深度学习的同学。
👉 PyTorch深度学习快速入门教程（小土堆） - 哔哩哔哩
2. CS231N 计算机视觉基础（预计 20h）
这门课系统地介绍了计算机视觉的核心知识点，是入门视觉研究的最佳路径。 建议优先学习卷积、反向传播、分类与检测相关章节。
👉 【公开课·2025春季】李飞飞·斯坦福 CS231n 课程 - 哔哩哔哩
3. 基础模型速览
你不需要精通，但要有基本印象。建议了解以下模型的核心思路：
Transformer、Diffusion、ViT、PointNet、VAE、CLIP、DINO、MAE、DepthAnything、FoundationPose、Grounding-DINO、SigLIP、SAM 1/2、AnyGrasp。
同样，了解以下策略类模型的代表工作：
Action Chunking with Transformer、Diffusion Policy、3D Diffusion Policy、RT-1、OpenVLA。
4. 机器人学基础（选学，约 10h）
推荐的入门视频： 👉 机械臂运动学教程 - 哔哩哔哩
了解机械臂的正逆运动学、旋转矩阵与轨迹规划，这些会在后续的具身智能项目中用到。
💡 一些学习心得
课程内容更多是帮你搭建知识框架，真正的理解来自动手与提问。 建议结合 AI 辅助学习 与 高质量博客阅读：
- 不懂就问 ChatGPT / Claude / Gemini，让 AI 帮你解释概念；
- 查阅优秀博客加深理解，特别推荐：苏剑林的科学空间 （涵盖了深度学习算法的原理、推导与实践技巧）。
🧰 技能掌握（约一周）
掌握科研中常用的基础工具与环境操作：
- 科学上网（Google Scholar / GPT / Gmail / arXiv / GitHub / Hugging Face / Overleaf）
- Linux 基础操作（
cd,cp,mv,rm,ls） - Conda 环境管理（
create,activate,list） - Git 版本控制 → 10分钟速通 Git 核心指令
- tmux 远程会话管理（
new -s,a -t,list-sessions） - VSCode / Cursor 编辑器配置
- Python Debug 基础 → VSCode Debug Python 项目 | Debug 技巧 - 哔哩哔哩
- Markdown 基础语法（用于记录学习与笔记）
- 服务器使用（AutoDL、OneThing 等平台）
🧭 推荐训练流程
- 本地安装 VSCode 或 Cursor
- 在 AutoDL / OneThingAI 上租用服务器（无卡也可练环境）
- 学习如何通过 VSCode 连接远程服务器
- 在服务器上尝试基础 Linux 命令
- 安装并使用 tmux（后台运行程序）
- 使用 Conda 创建独立环境
- 在 GitHub 上新建项目并拉取至服务器
- 撰写简单的 Python 脚本与 README，并上传回 GitHub
- 提交 GitHub 链接作为学习成果展示
🗞️ 关注与阅读推荐
📖 优质公众号
石麻笔记（顶级）、具身智能之心、量子位、新智元、机器之心、具身智能实验室
📱 小红书博主
AI椰青、AI有温度、RoboX、AGI CoLab、坏机器人（AI版）
🧠 GitHub 推荐
Embodied-AI-Guide by Tianxing Chen
🌿 写在最后
学习 AI，不是靠堆课程完成的。 要多试、多问、多动手。 哪怕你只是跑通第一个 demo、复现一篇论文、或者写下一段实验日志—— 这都是成长的开始。
希望这份指南，能帮你少走弯路，也帮你点燃一点探索的热情。 Make something interesting, and enjoy yourself here. 🤗