AIGC火起来之后，相关的应用和工具简直像雨后春笋一样往外冒——ChatGPT、Midjourney、Stable Diffusion……每天都能刷到新项目、新教程。但对刚入门的朋友来说，选择太多反而容易懵：到底该从哪学？哪些课程是真正值得花时间的？
其实这个问题并不复杂。市面上确实有一批经过验证的高质量资源，既有面向零基础的入门课，也有深入大模型原理的技术讲座。下面这份清单，就是把这些资源按方向做了整理——从入门、大语言模型、AI绘画，到深度学习、多模态和系统实现，基本覆盖了当前AIGC的核心领域。不管是初学者还是想进阶的研究者，都能找到对口的参考。
我应该如何学习？
入门
- 人工智能为每个人 - 吴恩达
- 面向师生的实用人工智能 - 沃顿商学院
- 人工智能初学者 - 微软
- 生成式 AI 学习路径 - 谷歌
大语言模型
提示工程
- ChatGPT 为开发人员提供提示工程 - DeepLearning.AI
- 使用 ChatGPT API 构建系统 - DeepLearning.AI
- LangChain 用于法学硕士应用程序开发 - DeepLearning.AI
- LangChain：与您的数据对话 - DeepLearning.AI
- ChatGPT 即时工程 - 范德堡大学
- 学习提示
- 浪链人工智能手册 - James Briggs、Francisco Ingham
大语言模型实践
- LLM 训练营 - 全栈
- 微调大型语言模型 - DeepLearning.AI
大语言模型理论
- CS324 - 基础模型进展 - 斯坦福大学 斯坦福大学关于大模型的新课，主要材料是一些笔记，介绍了大语言模型的基础知识、能力范围、训练部署以及一些大模型相关的问题（数据安全、法律、计量等），总体来说比较简单，适合入门。2023年的版本对课程纲进行了更新，增加了关于图像-文本和多模态的大模型内容。
- CS 601.471/671 NLP：自监督模型 - 约翰霍普金斯大学 JHU也是NLP大牛校，这门课难度适中，课程主页上受众资源还是挺多的，建议大家看看。
- CS224N：深度学习自然语言处理 - 斯坦福大学 这门课Christopher Manning在斯坦福开了很多年，很经典的课程。前面是NLP的基础知识，后面几节课会涉及到大语言模型。
- 语音和语言处理 - Dan Jurafsky 和 James H. Martin 最经典的NLP教材，不过本来计划在大约三四年前就完成稿子的，由于近几年NLP领域发展实在太快，作者干脆不设DDL了，一直在持续更新中。
- COS 597G（2022 年秋季）：理解大型语言模型 - 普林斯顿大学 陈丹琪的课程，课程涉及其中，主要材料是PPT和相关的论文，适合LLM某个方向的同学。
AI绘画
- 系列艺术讲座：每周一个关于基础的有趣话题 - Niji Academy [中文版]
- AIGCTalk-Midjourney学习手册
- 【中途】保姆级AI绘画创作系列教学课程 - 莱森
- 【AI绘画】稳定扩散系列教程 秋叶aaaki大神喂饭级别稳定扩散系列教程
- 扩散模型如何工作 - DeepLearning.AI
- 扩散模型 - Diffusion Model - 李宏毅 偏宏观，比较通俗易懂
- 扩散扩散模型 - 唐宇迪 唐宇迪老师讲稳定扩散和dalle推理讲的比较清楚
- 拥抱脸部扩散模型课程
AI音频
- 拥抱脸部音频课程
- CS224S：口语处理 - 斯坦福大学
多模态
- 多模态机器学习教程 (ICML 2023) - 卡耐基梅隆大学
- 11-777：多模态机器学习（2022年秋季） - 卡耐基梅隆大学
- 11-877：多模态机器学习高级主题（2022 年秋季） - 卡耐基梅隆大学
深度学习
- 神经网络/深度学习 - StatQuest
- 神经网络 - 3Blue1Brown
- 神经网络：从零到英雄 - Andrej Karpathy
- 程序员实用深度学习 - fast.ai
- 深度学习专业 - 吴恩达
- 6.S191：深度学习简介 - 麻省理工学院
- CS25：变形金刚V2 - 斯坦福大学
- 2020年深度学习系列讲座 - DeepMind x 伦敦大学学院
- 强化学习系列讲座 2021 - DeepMind x 伦敦大学学院
人工智能系统
- AI-Sys-Sp22 机器学习系统 - 加州大学伯克利分校
- 深度学习系统：算法与实现 - Tianqi Chen、Zico Kolter
- CS 329S：机器学习系统设计 - 斯坦福大学
- 15-849：机器学习系统-卡耐基梅隆大学
- 计算机科学 598D - 系统和机器学习 - 普林斯顿大学
