下学期都要开始了才开始写学期总结的屑 Palind
大一学年文化课总结
我很高兴自己通过努力，在文化课方面 取得了相对优秀的成绩。但在成绩背后 ，Palind 依然对未来惴惴不安。
思考自己的未来总是令人害怕，但是逃避不能解决问题。
现在来总结一下对未来道路的探索。
出路
Find a way out.
首先讨论一下领域与方向。
基础理论与算法
模型、算法和理论基础。我基本没有了解过。
- 方向：未知
- 出路：学术研究员、高校教授、企业研究院科学家
具身智能、机器人
知乎有一些论点提到，当今做具身的和过去做具身的完全不是同一批人。
LLM完全为机器人注入了新鲜的血液。经过了解，我觉得有一点残忍的是，很多以前的科研人员研究了很久的控制理论，被LLM、AIGC等新技术迅速超过。那些过去的旧研究，是有意义的吗？战败的魔法少女，还是英雄吗？
我了解的前沿有Aspirant等学长的RoboFactory，提出了多智能体协作的组合约束。
- 方向：多模态感知、机器人控制、数据生成
- 出路：未知
- 此道路上身边的人：Aspirant 学长
医工交叉与生物智能
看这条道路上的人都在打一个叫做iGEM的比赛。此外，去年的化学诺奖是著名的AlphaFold2。
我不太了解。
- 方向：似乎与基因、蛋白质的序列有关
- 出路：未知
- 此道路上身边的人：云帆 同学（可能转方向去NLP）
AI4Science
应用 AI 加速科学发现和研究过程。但是学校里的一些理科学院经常进行A4S的宣传。
我不太了解。此外，这个领域需要对计算机外的某一理科深入理解，甚至有些需要理科的学士学位。
- 方向：各个理科
- 出路：未知
- 此道路上身边的人：Eric 同学
NLP 微调领域
对于大模型，其预训练与微调也挺热门的。我的了解前沿有LoRA，通过训练低秩矩阵来微调大模型。
- 方向：LLM、Diffusion LLM、模型微调、代码生成
- 出路：未知
- 此道路上身边的人：Cupa senpai, 云帆 同学
NLP 安全、评估、中文领域
对于此方向，我读过越狱综述https://arxiv.org/abs/2407.04295。对于前沿，我了解过Fuzzing。也知道幻觉的一些评估方法，如复旦的https://arxiv.org/abs/2305.18153。策略是可以通过RLHF缓解。
复旦一个很好的评估语言模型方法是https://arxiv.org/abs/2307.11088。
今年ACL故事会的https://aclanthology.org/2025.acl-long.1349/ 的想法可能可以让汉字的字形参与embedding，让AI通过理解字形，进一步理解汉语。
- 方向：AI模型攻击与防御、数据隐私保护、可解释AI、偏见与公平性
- 出路：AI安全研究员
- 此道路上身边的人：Cupa senpai
多模态&AIGC
处理多种类型数据。传统一点的有CLIP，我简单了解过。我了解的前沿有今年三月VGGT空间感知智能，它的效果真的非常惊艳，我很震撼也很好奇。
VGGT在https://huggingface.co/spaces/facebook/vggt，我比较想详细了解一下，可能后期会写篇学习VGGT论文的笔记。
此外，今年六月的FLUX.1我也有所了解，https://arxiv.org/abs/2506.15742，其与Flow Matching相关。它可以让图片根据文本描述来进行修改。
Sora等视频生成也很能落实在生产中：https://www.bilibili.com/video/BV1VdcxesEAt/
- 方向：文生图（GAN，VAE，Flow，Diffusion）、跨模态搜索、视频理解、语音识别、视频生成（例如Sora）、VGGT空间感知。方向很多，还有https://csdiy.wiki/%E6%B7%B1%E5%BA%A6%E7%94%9F%E6%88%90%E6%A8%A1%E5%9E%8B/roadmap/
- 出路：未知
CV
此领域内卷较为激烈。我了解的前沿有 Pan Sharpening。似乎有很多论文讨论Pan Sharpening。
- 方向：未知，但人们都说竞争激烈、内卷严重。我常常在社交媒体上看到有人劝退。
- 出路：未知
- 此道路上身边的人：Modesty 同学
总体看来，各个方向简直就像有战争迷雾一样，我对它们的前景了解过少。网上的意见众说纷纭，很难看清信息背后的真相。
人，最终总是要工作的。
虽然我将来接受教育的时期可能较长，但人是不可能一辈子在念书的象牙塔里。
本科生、研究生、博士生，都会毕业，都会就业。职业规划需要提前思考。
我了解的是，当下环境，很多人创业公司，也有人认为这是泡沫。
我的（也是很多人的）“赛博恩师”李沐老师讲述了他的LLM创业故事：创业一年，人间三年 - 哔哩哔哩。
人工智能的“下半场”？
The Second Half – Shunyu Yao – 姚顺雨
我看不太懂这篇文章。有些人说它讲的对。这篇文章能对我的未来规划起到什么帮助呢？我会继续思考。
人才饱和，下一个“土木工程”？AI领域的坍塌？被AI的取代？
在知乎看到有人学CV转Java、前后端的。正如土木的故事默默结束，AI是否也会如泡沫般破灭？
我已经离不开 Cursor 与 GitHub Copilot 了。从 vibe coding 到 vibe debugging，对真正不可取代的人才要求越来越高。
2025专业报考显示，人们都在报名计算机科学专业、软件工程专业，显然是奔着人工智能来的。有多少人怀有人工智能的理想？我将与多少人竞争一个工作岗位？
我适合科研吗？
做研究的兴趣 | SurviveSJTUManual里提到：
机器学习road map - 经验分享 - JoTang也让我思考自己的研究兴趣与能力。
同济的“通关玩法”？
同济以前的软院保研推免在网上找不到，等待开学收集信息。收集到了再来这篇博客更新吧。