从机械转行互联网CV后，我决定再转多模态大模型，我的GitHub学习日志，带你避坑多模态转型之路！
分享自己从机械专业背景出发，经历工业缺陷检测到互联网公司CV算法岗位，如今转向大模型/多模态方向的学习历程。作者创建了一个GitHub仓库"From0to1-MLLM-StudyLog"，按周记录学习过程和踩坑经验，强调工程实践和部署。文章鼓励非AI科班出身、对大模型感兴趣但不知如何下手的CV从业者，可以边学边记，慢慢靠拢这一趋势，并通过GitHub等工具留下学习轨迹，共同成长。
先简单自我介绍一下：
本科是机械专业出身；
第一份工作做工业缺陷检测，主要是传统机器视觉 + 深度学习；
现在在互联网公司做计算机视觉算法（分类、检测、分割、OCR 外加 TensorRT/OpenVINO 部署）。
绕了一大圈，其实一直都是在「看图」这条路上。所以，我给自己定了一个新的方向：
在现有 CV 算法的基础上，系统性地转向大模型 / 多模态方向。
目前还在探索阶段，谈不上“转行成功”，但我不想等到完全确定了才开始记录。
于是我先做了一件比较笨但踏实的事：
把自己从 0 开始学多模态大模型的过程，全部整理成一个 GitHub 仓库，边学边记，边踩坑边写。
GitHub 仓库：From0to1-MLLM-StudyLog
👉 仓库地址：
https://github.com/wz940216/From0to1-MLLM-StudyLog.git
这个仓库主要是我的「多模态大模型学习日志」，特点有几点：
从机械专业转过来的视角： 不会扯太虚的理论，更偏工程、偏“怎么跑起来、怎么部署”。
按周记录： 仓库按 Week1–Week24 组织，每周会尽量放上：
覆盖方向大致包括：
目前仓库还在持续更新，很多东西也在边学边补充，不是教程，更像给自己和同样想转型的人留一份可以复盘的轨迹。
想说给同样在纠结「要不要转大模型」的你
我不是科班 AI 出身，中间也走了机械 → 工业视觉 → 互联网 CV 这一大圈；
现在开始正式补多模态和大模型，说早不早，说晚不晚。
如果你也：
本科专业不对口；
在传统 CV / 工业视觉 / 算法岗位；
对大模型很感兴趣，又有点不知道从哪下手；
可以先不用给自己「转行成功」的压力，我们可以先做两件小事：
承认这是趋势，允许自己慢慢靠过去；
让学习过程有迹可循——不管是记在本子上，还是像我一样丢在 GitHub 上。
结语：抓住大模型时代的职业机遇
AI大模型的发展不是“替代人类”，而是“重塑职业价值”——它淘汰的是重复性、低附加值的工作，却催生了更多需要“技术+业务”交叉能力的高端岗位。对于求职者而言，想要在这波浪潮中立足，不仅需要掌握Python、TensorFlow/PyTorch等技术工具，更要深入理解目标行业的业务逻辑（如金融的风险控制、医疗的临床需求），成为“懂技术、懂业务”的复合型人才。
无论是技术研发岗（如算法工程师、研究员），还是业务落地岗（如产品经理、应用工程师），大模型都为不同背景的职场人提供了广阔的发展空间。只要保持学习热情，紧跟技术趋势，就能在AI大模型时代找到属于自己的职业新蓝海。
最近两年大模型发展很迅速，在理论研究方面得到很大的拓展，基础模型的能力也取得重大突破，大模型现在正在积极探索落地的方向，如果与各行各业结合起来是未来落地的一个重大研究方向
大模型应用工程师年包50w+属于中等水平，如果想要入门大模型，那现在正是最佳时机
2025年Agent的元年，2026年将会百花齐放，相应的应用将覆盖文本，视频，语音，图像等全模态
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
扫描下方csdn官方合作二维码获取哦！
给大家推荐一个大模型应用学习路线
这个学习路线的具体内容如下：
第一节：提示词工程
提示词是用于与AI模型沟通交流的，这一部分主要介绍基本概念和相应的实践，高级的提示词工程来实现模型最佳效果，以现实案例为基础进行案例讲解，在企业中除了微调之外，最喜欢的就是用提示词工程技术来实现模型性能的提升
第二节：检索增强生成（RAG）
可能大家经常会看见RAG这个名词，这个就是将向量数据库与大模型结合的技术，通过外部知识来增强改进提升大模型的回答结果，这一部分主要介绍RAG架构与组件，从零开始搭建RAG系统，生成部署RAG，性能优化等
第三节：微调
预训练之后的模型想要在具体任务上进行适配，那就需要通过微调来提升模型的性能，能满足定制化的需求，这一部分主要介绍微调的基础，模型适配技术，最佳实践的案例，以及资源优化等内容
第四节：模型部署
想要把预训练或者微调之后的模型应用于生产实践，那就需要部署，模型部署分为云端部署和本地部署，部署的过程中需要考虑硬件支持，服务器性能，以及对性能进行优化，使用过程中的监控维护等
第五节：人工智能系统和项目
这一部分主要介绍自主人工智能系统，包括代理框架，决策框架，多智能体系统，以及实际应用，然后通过实践项目应用前面学习到的知识，包括端到端的实现，行业相关情景等
学完上面的大模型应用技术，就可以去做一些开源的项目，大模型领域现在非常注重项目的落地，后续可以学习一些Agent框架等内容
上面的资料做了一些整理，有需要的同学可以下方添加二维码获取（仅供学习使用）