前言

首先是多模态（MultiModal）

多模态是指能够同时处理多种类型数据（如文本、图像、音频等）的机器学习模型，它打破了传统单一模态数据的限制，使得AI系统能够更加全面、准确地理解人类信息。

大语言模型（LLM）是一种单一模态模型，它主要处理文本数据。比如语音对话应用在没有多模态能力的情况下，工作流程是：

1. 首先接收用户的语音输入
2. 其次利用语音转文字技术（STT）将语音转为文本
3. 再用大语言模型处理并生成回复文
4. 最后通过文本转语音技术（TTS）与用户进行语音对话

而多模态技术，可以直接将语音作为数据进行训练，也会直接生成语音，省去了所谓的语音转文字、文字转语音的过程。

多模态技术直接处理多类型数据并且可以用一个模型处理，这种方法更接近人类的感知和交互方式，它减少了在转换过程中可能丢失的信息，例如语调和情感。

延伸了解：

台大李宏毅教授讲得好，为什么需要“语音直接到语音”，因为有些语言是只有语音没有文字的。所以他们的语音无法转为文字。

智能体（Agent）

智能体是指能够感知环境并自主采取行动以实现特定目标的实体。它具有自主性、反应性、主动性，可以是软件程序或物理机器人。

智能体可以根据环境状态自主决策并执行动作，以完成复杂的任务。例如，一个智能体是你的个人助理，它不仅能够理解你的指令，还能够独立完成任务，如设定闹钟或根据你的身体情况预约医生。

智能体最早由麻省理工学院AI实验室创始人Marvin Minsky于1986年在《思维的社会》一书中提出。它最近曝火要归功于OpenAI提出的Agent基本框架图，即Agent由记忆，规划，工具，行动，四个模块组成。在大模型时代，为了和以往的概念相区别，更严谨的说法应该称之为AI Agent。

具身智能**（Embodied AI）**

具身智能是指基于物理身体进行感知和行动的智能系统。具身智能系统通常由本体（物理实体）和智能体（智能核心）组成，能够在复杂环境中执行任务。

可以想象成一个能够自由移动并完成任务的机器人，它不仅能听懂用户的指令，比如“请把地上的衣服捡起来放到洗衣机里”，还能实际行动起来真的把衣服放到洗衣机里。

扫地机器人是具身智能初步阶段的一个应用。

可以说，大语言模型和多模态只能构建一个《Her》，而具身智能的目标是构建一个“阿拉蕾”。

训练大语言模型需要海量的数据，如果这是通往智能的必经之路，那么训练具身智能也需要海量数据，但难度在于没有这样的数据。

网上有海量的文本、图像、音视频数据，但训练具身智能的数据需要是“我的胳膊转动了30度抓住这件衣服，转动了45度把衣服放进了洗衣机”。
通用人工智能（AGI）

AGI是指具有人类水平智能的AI，它能够在各种智力任务中表现出类似人类的灵活性和适应性。它不限定领域，而是能够在广泛的领域中学习和应用知识。AGI是对智能体能力的一种理想化追求。

总结一下，这几个概念的区别主要是：

• 大语言模型： 主要关注语言理解和生成，它是一个信息处理和知识输出的系统。
• 多模态： 更进一步能够处理和理解多种类型的数据，如文本、图像、音频和视频等。
• 智能体： 是一个能够根据感知做出决策并采取行动的实体，它可以是软件或硬件。
• 具身智能： 是智能体的一个子集，特指那些具有物理形态、能够与物理世界互动的实体。
• AGI： 是一个广泛概念，指的是能够在广泛领域内执行任何智能任务的AI，代表着人工智能的终极目标。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

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】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

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】