概念图谱 · 跨章知识关系网络
使用说明: 本文档是仓库 (zh/) 的概念图谱, 按"概念 → 章节 → 文件"三层映射, 任何概念都能在 30 秒内找到。
配套索引: ../INDEX.md (字母表顺序) + ../GLOSSARY.md (中英术语) + 全局概览.md (章节摘要) + 整本书脉络地图.md (跨章节骨架)
更新方式: 任何新概念新增章节时, 同步登记到本文档对应分组
一 · 顶层心智图
mindmap
root((AI 概念图谱))
数学
线性代数
矩阵论
概率统计
凸优化
微积分
ML 核心
监督学习
强化学习
深度学习
图神经网络
NLP / LLM
Transformer
预训练
SFT
RLHF / DPO / GRPO
Test-Time Compute
多模态
CNN / ViT
Diffusion / DiT
Sora / 视频
多模态 LLM
自主系统
VLA
机器人
自动驾驶
系统 / 工程
OS / 架构
SIMD / GPU
推理服务
Harness Engineering
应用
金融
生命科学
Agent
医疗
前沿
量子 ML
神经形态
端侧 AI
Embodied AI
AI Scientist
二 · 概念-章节-文件 三层映射
2.1 数学层
| 概念 |
主章节 |
文件 |
教辅 |
| 向量空间 |
Ch01 |
01. 向量空间.md |
Ch01 §01 |
| 矩阵分解 (SVD) |
Ch02 |
05. 矩阵分解.md |
Ch02 §05 |
| 概率分布 |
Ch03 |
03. 概率分布.md |
Ch03 7 类 |
| 凸优化 / KKT |
Ch24 |
03. 凸集与凸函数.md 04. 对偶与 KKT.md |
Ch24 §03-04 |
| 数值稳定性 |
Ch24 |
01. 浮点与数值稳定性.md |
Ch24 §01 |
2.2 ML 核心
| 概念 |
主章节 |
文件 |
教辅 |
| 经典 ML (XGBoost) |
Ch06 |
01. 经典机器学习.md |
Ch06 §01 |
| 深度学习基础 |
Ch06 |
03. 深度学习.md |
Ch06 §03 |
| 强化学习 (PPO) |
Ch06 |
05. 强化学习.md |
Ch06 §05 |
| Graphormer |
Ch12 |
04. 图注意力网络.md |
Ch12 §04 |
| 3D GNN (AlphaFold) |
Ch12 |
05. 3D 图网络.md |
Ch12 §05-06 |
2.3 NLP / LLM
| 概念 |
主章节 |
文件 |
教辅 |
| Transformer |
Ch07 |
04. Transformer 与语言模型.md |
Ch07 §04 |
| SFT / RLHF |
Ch07 |
05. 高级文本生成.md |
Ch07 §05 + §5 RLHF 演化 |
| Test-Time Compute / o1 |
Ch07 |
06. 2024-2026前沿专题.md |
Ch07 §06 + 教辅 Ch07 §06 |
| Mamba / SSM |
Ch07 / Ch17 |
Ch07 §06 + Ch17 §02 |
教辅 Ch07 §06 / Ch17 §02 |
| DeepSeek-V3 |
Ch07 |
Ch07 §06 + Ch17 §02 |
教辅 Ch07 §06 / Ch17 §02 |
| 主流开源 LLM |
Ch07 |
05. 高级文本生成.md §6 |
教辅 Ch07 §05 §6 |
2.4 多模态
| 概念 |
主章节 |
文件 |
教辅 |
| CNN / ResNet |
Ch08 |
02. 卷积网络.md |
Ch08 §02 |
| Diffusion / DDPM |
Ch08 |
04. 视觉 Transformer 与生成.md |
Ch08 §04 |
| DiT / Sora |
Ch08 |
Ch08 §06 教辅 |
教辅 Ch08 §06 |
| 多模态 LLM |
Ch10 |
05. 统一多模态架构.md |
Ch10 §05 |
| 语音 (ASR / TTS) |
Ch09 |
02. 自动语音识别.md / 03. 文本到语音与声音.md |
Ch09 §02-03 |
| 实时语音 (VALL-E / GPT-4o Voice) |
Ch09 |
教辅 Ch09 §06 |
教辅 Ch09 §06 |
2.5 自主系统
| 概念 |
主章节 |
文件 |
教辅 |
| VLA 模型 |
Ch11 |
03. 视觉-语言-动作模型.md |
Ch11 §03 |
| 自动驾驶 |
Ch11 |
04. 自动驾驶.md |
Ch11 §04 |
| 太空机器人 |
Ch11 |
05. 太空与极端机器人.md |
Ch11 §05 |
2.6 系统 / 工程
| 概念 |
主章节 |
文件 |
教辅 |
| OS / 进程 / 调度 |
Ch13 |
03. 操作系统.md |
Ch13 §03 |
| Loop Engineering |
Ch13 |
03A. Loop Engineering 综述.md |
教辅 Ch13 §03A |
| Git / DevOps |
Ch15 |
02. Git 与代码库管理.md 05. 部署与 DevOps.md |
Ch15 §02, §05 |
| SIMD / CUDA |
Ch16 |
04. GPU 架构与 CUDA.md |
Ch16 §00 |
| 推理 (vLLM/SGLang) |
Ch17 |
03. 服务与批处理.md |
Ch17 §03 |
| 量化 / GPTQ |
Ch17 |
01. 量化.md |
Ch17 §01 |
| 高效架构 (FA3/Mamba-2/DeepSeek-V3) |
Ch17 |
教辅 Ch17 §02 |
教辅 Ch17 §02 |
| 微调/蒸馏/PEFT |
Ch17 |
教辅 Ch17 §06 |
教辅 Ch17 §06 |
| Harness Engineering |
Ch22 |
08. Harness Engineering 综述.md |
Ch22 §08 |
| 监控系统 |
Ch18 |
04. ML 系统设计.md |
Ch18 §04 |
2.7 应用
| 概念 |
主章节 |
文件 |
教辅 |
| AI for Finance |
Ch19 |
01. AI 在金融.md |
Ch19 §01 |
| AlphaFold / 蛋白 |
Ch19 |
02. 蛋白质设计.md |
Ch19 §02, 教辅 Ch19 §00 |
| 药物 |
Ch19 |
03. 药物发现.md |
Ch19 §03 |
| Agent 智能体 |
Ch19 |
04. 智能体系统.md |
Ch19 §04 |
| 医疗 |
Ch19 |
05. 医疗健康.md |
Ch19 §05 |
2.8 Agent 平台
| 概念 |
主章节 |
文件 |
教辅 |
| Agent 基础 |
Ch23 |
01. 什么是 AI Agent |
Ch23 §01 |
| Prompt / CoT / ReAct |
Ch23 |
02. Prompt-based 推理与规划.md |
Ch23 §02 |
| Tool Use |
Ch23 |
03. 工具使用与函数调用.md |
Ch23 §03 |
| MCP 协议 |
Ch23 |
04. 模型上下文协议 MCP.md |
Ch23 §04 |
| Multi-Agent / DAG |
Ch23 |
05. Multi-Agent 编排系统.md |
Ch23 §05 |
| Agent 生产 |
Ch23 |
06. Agent 生产落地.md |
Ch23 §06 |
| Computer Use / Operator |
Ch23 |
07. 前沿方向 · 从虚拟世界到真实电脑.md |
Ch23 §07 |
2.9 对齐 / 安全 / 评估
| 概念 |
主章节 |
文件 |
教辅 |
| 对齐目标 |
Ch21 |
01. 什么是对齐.md |
Ch21 §01 |
| RLHF / DPO 深入 |
Ch21 |
02. 从人类反馈中学习.md |
Ch21 §02 |
| 对抗攻击 / 越狱 |
Ch21 |
03. 对抗攻击与越狱.md |
Ch21 §03 |
| 机制可解释性 |
Ch21 |
04. 机制可解释性入门.md |
Ch21 §04-05 |
| Eval 圣杯 |
Ch22 |
01. 为什么 Eval 是 LLM 的圣杯.md |
Ch22 §01 |
| LLM-as-Judge |
Ch22 |
05. LLM-as-Judge.md |
Ch22 §05 |
| Contamination |
Ch22 |
06. Contamination 与 Benchmark 崩坏.md |
Ch22 §06 |
| Harness Engineering |
Ch22 |
08. Harness Engineering 综述.md |
Ch22 §08 |
2.10 前沿
| 概念 |
主章节 |
文件 |
教辅 |
| 量子 ML |
Ch20 |
01. 量子机器学习.md |
Ch20 §01 |
| 神经形态 |
Ch20 |
02. 神经形态计算.md |
Ch20 §02 |
| 太空数据中心 |
Ch20 |
03. 太空数据中心.md |
Ch20 §03 |
| 去中心化 AI |
Ch20 |
04. 去中心化 AI.md |
Ch20 §04 |
| 脑机接口 |
Ch20 |
05. 脑机接口.md |
Ch20 §05 |
2.11 实战 / 面试
| 概念 |
主章节 |
文件 |
教辅 |
| 面试全景 |
Ch25 |
01. 面试全景与准备心法.md |
Ch25 §01 |
| ML 系统设计 8 步 |
Ch25 |
02. ML 系统设计 8 步框架.md |
Ch25 §02 |
| 推荐/搜索 |
Ch25 |
03. 典型题深度演练 · 推荐-搜索-排序.md |
Ch25 §03 |
| 反欺诈 |
Ch25 |
04. 典型题深度演练 · 反欺诈-风控-异常检测.md |
Ch25 §04 |
| LLM 系统 |
Ch25 |
05. 典型题深度演练 · 对话与 LLM 系统.md |
Ch25 §05 |
2.12 扩展索引 (P10-C, 100 概念补足)
A. 经典模型与架构 (15)
| 概念 |
文件 |
备注 |
| AlexNet |
Ch08 §02 |
Krizhevsky 2012 |
| VGG |
Ch08 §02 |
16-19 层 |
| Inception / GoogLeNet |
Ch08 §02 |
多尺度 |
| ResNet |
Ch08 §02 |
残差连接 |
| DenseNet |
Ch08 §02 |
密集连接 |
| MobileNet |
Ch08 §02 |
深度可分 |
| EfficientNet |
Ch08 §02 |
复合缩放 |
| U-Net |
Ch08 §03 |
分割 |
| YOLO |
Ch08 §03 |
实时检测 |
| DETR |
Ch08 §03 |
端到端检测 |
| Mask R-CNN |
Ch08 §03 |
实例分割 |
| DeepLab |
Ch08 §03 |
语义分割 |
| Inception-v3 |
Ch08 §02 |
2015 |
| NeRF |
Ch08 §05 |
3D 重建 |
| MLP-Mixer |
Ch07 §04 |
纯 MLP 架构 |
B. 生成模型 (12)
| 概念 |
文件 |
备注 |
| VAE |
Ch08 §04 |
变分自编码 |
| VQ-VAE |
Ch08 §04 |
离散 VAE |
| GAN |
Ch08 §04 |
对抗生成 |
| WGAN |
Ch08 §04 |
Wasserstein |
| DDPM |
Ch08 §04 |
Denoising |
| DDIM |
Ch08 §04 |
加速采样 |
| Score Matching |
Ch08 §04 |
分数函数 |
| Flow Matching |
Ch08 §06 |
FLUX 直线路径 |
| Rectified Flow |
Ch08 §06 |
最优传输 |
| Latent Diffusion |
Ch08 §04 |
SD 基础 |
| Classifier Guidance |
Ch08 §04 |
CFG |
| IP-Adapter |
Ch17 §06 |
图像 prompt |
C. 大模型微调 (15)
| 概念 |
文件 |
备注 |
| LoRA |
Ch17 §06 |
低秩 |
| QLoRA |
Ch17 §06 |
4-bit + LoRA |
| AdaLoRA |
Ch17 §06 |
自适应 |
| DoRA |
Ch17 §06 |
方向 + 幅度 |
| GaLore |
Ch17 §06 |
梯度低秩 |
| LongLoRA |
Ch07 §05 |
长上下文 |
| DreamBooth |
Ch17 §06 |
图像个性化 |
| Textual Inversion |
Ch17 §06 |
嵌入学习 |
| ControlNet |
Ch08 §06 |
条件控制 |
| PEFT |
Ch17 §06 |
框架 |
| Unsloth |
Ch17 §06 |
加速 |
| LLaMA-Factory |
Ch17 §06 |
中文 |
| MS-Swift |
Ch17 §06 |
魔搭 |
| ReFT |
Ch17 §06 |
表征微调 |
| OFT |
Ch17 §06 |
正交微调 |
D. 量化与压缩 (10)
| 概念 |
文件 |
备注 |
| INT8 |
Ch17 §01 |
8-bit |
| INT4 |
Ch17 §01 |
4-bit |
| FP8 |
Ch17 §00 |
8-bit 浮点 |
| FP4 |
Ch17 §00 |
4-bit 浮点 |
| GPTQ |
Ch17 §01 |
逐层 |
| AWQ |
Ch17 §01 |
权重保护 |
| SmoothQuant |
Ch17 §01 |
激活 |
| SpQR |
Ch17 §01 |
稀疏 |
| BitNet b1.58 |
Ch17 §06 |
1.58-bit |
| ZeroQuant |
Ch17 §01 |
微软 |
E. 推理优化 (12)
| 概念 |
文件 |
备注 |
| KV Cache |
Ch17 §00 |
推理缓存 |
| PagedAttention |
Ch17 §00 |
vLLM |
| Flash Attention |
Ch17 §00 |
IO 优化 |
| Flash Attention 3 |
Ch17 §02 |
H100 FP8 |
| Flash Decoding |
Ch17 §02 |
并行 |
| Speculative Decoding |
Ch17 §00 |
小猜大 |
| Medusa |
Ch17 §02 |
多头预测 |
| EAGLE-2 |
Ch17 §02 |
动态 draft |
| Lookahead |
Ch17 §02 |
Jacobi |
| Continuous Batching |
Ch17 §00 |
调度 |
| RadixAttention |
Ch17 §02 |
SGLang |
| Batched generation |
Ch17 §00 |
通用 |
F. 注意力变体 (8)
| 概念 |
文件 |
备注 |
| Multi-head Attention |
Ch07 §04 |
MHA |
| Multi-Query Attention |
Ch07 §05 |
MQA |
| Grouped-Query |
Ch07 §05 |
GQA |
| MLA |
Ch17 §02 |
DeepSeek |
| Linear Attention |
Ch17 §00 |
线性 |
| Sliding Window |
Ch07 §06 |
Mistral |
| Native Sparse |
Ch17 §02 |
NSA |
| Cross Attention |
Ch07 §04 |
跨模态 |
G. 强化学习 (8)
| 概念 |
文件 |
备注 |
| DQN |
Ch06 §05 |
Atari |
| PPO |
Ch06 §05 |
OpenAI |
| A3C |
Ch06 §05 |
异步 |
| SAC |
Ch06 §05 |
软 Actor |
| TD3 |
Ch06 §05 |
Twin D |
| GRPO |
Ch07 §05 |
DeepSeek |
| DPO |
Ch07 §05 |
免 RM |
| RLAIF |
Ch07 §05 |
AI 反馈 |
H. Agent 工具 (10)
| 概念 |
文件 |
备注 |
| ReAct |
Ch23 §01 |
推理 + 行动 |
| Reflexion |
Ch23 §02 |
自我反思 |
| Plan-Execute |
Ch23 §02 |
规划 |
| ToT |
Ch23 §02 |
思维树 |
| GoT |
Ch23 §02 |
思维图 |
| CoT |
Ch23 §02 |
思维链 |
| Self-Consistency |
Ch23 §02 |
多链投票 |
| Auto-CoT |
Ch23 §02 |
自动 |
| DSPy |
Ch23 §07 |
编译 |
| MCP |
Ch23 §04 |
协议 |
I. 评估指标 (5)
| 概念 |
文件 |
备注 |
| MMLU |
Ch22 §01 |
多任务 |
| HumanEval |
Ch22 §01 |
代码 |
| GSM8K |
Ch22 §01 |
数学 |
| HellaSwag |
Ch22 §01 |
常识 |
| ARC-AGI |
Ch22 §01 |
通用 |
J. 数据集 (5)
| 概念 |
文件 |
备注 |
| Open X-Embodiment |
Ch11 §06 |
VLA |
| ImageNet |
Ch08 §02 |
视觉 |
| COCO |
Ch08 §03 |
检测 |
| LibriSpeech |
Ch09 §02 |
语音 |
| MIMIC-III |
Ch19 §05 |
医疗 |
三 · 概念关系图 (按主题)
3.1 注意力机制家族
Transformer (Ch07 §04)
├─ Self-Attention (QKV)
├─ Multi-Head
├─ Cross-Attention
├─ Grouped-Query (GQA)
├─ Multi-Query (MQA)
├─ Flash Attention 1/2/3 (Ch17 §02)
├─ Sparge / Native Sparse (NSA 2025)
├─ Sliding Window (Mistral)
└─ RoPE / ALiBi / iRoPE
3.2 LLM 训练流水线
预训练 (1-15T tokens)
├─ Transformer (Ch07 §04)
├─ 数据: 1T+ 多语料
└─ Scaling: 7B → 70B → 405B → 671B MoE
↓
SFT (10K-1M 指令)
├─ 数据集: Alpaca / FLAN / LIMA
├─ Loss: -log P(y|x)
└─ LoRA / QLoRA (节省 99% 显存)
↓
偏好对齐 (DPO / RLHF / GRPO)
├─ RLHF (Ch07 §05 §4)
├─ DPO (Ch07 §05 §5.1)
├─ GRPO (Ch07 §05 §5.2)
├─ RLAIF (Ch07 §05 §5.3)
└─ Constitutional AI (Ch21 §02)
↓
Test-Time Compute
├─ Best-of-N
├─ Self-Consistency
├─ CoT
└─ o1 / o3 (PRM + RL)
↓
部署 (vLLM / SGLang / TensorRT)
3.3 高效架构演进
CNN (2012)
↓
Transformer (2017, Ch07 §04)
↓
Sparse Attention (2020)
↓
Flash Attention 1 (2022, NeurIPS 2022)
↓
Flash Attention 2 (2023)
↓
PagedAttention / vLLM (2023, SOSP)
↓
Mamba / SSM (2023, Ch17 §02)
↓
Flash Attention 3 (2024, H100 FP8)
↓
Mamba-2 / SSD (2024)
↓
Native Sparse Attention (2025)
↓
NSA / DeepSeek 稀疏 + 量化 (2025-2026)
3.4 视频生成演进
GAN (2014)
↓
Diffusion 1.0 (DDPM, 2020)
↓
Latent Diffusion (SD, 2022)
↓
Diffusion Transformer (DiT, 2023)
↓
Sora (2024-12, 长视频)
↓
Wan 2.1 / Veo 2 / Movie Gen (2025)
↓
实时多模态视频 (2026)
3.5 PEFT / 蒸馏 / 量化
全量微调 (FFT)
↓
LoRA (2021, Ch17 §06)
├─ QLoRA (2023, 4-bit + LoRA)
├─ AdaLoRA (ICLR 2023, 自适应 rank)
├─ DoRA (ICML 2024, 方向 + 幅度)
├─ GaLore (NeurIPS 2024, 梯度低秩)
└─ LoRA+ (2024, 不同学习率)
↓
蒸馏 (Hinton 2015)
├─ TinyBERT (2019)
├─ MiniLM (2020)
├─ DistilBERT (2020)
└─ DeepSeek-R1 Distill (2025)
↓
量化 (Ch17 §01, Ch17 §06 §4)
├─ INT8 (LLM.int8, 2022)
├─ GPTQ (2023, ICLR)
├─ AWQ (2024, MLSys)
├─ SmoothQuant (2023)
└─ BitNet b1.58 (2024, 1.58-bit)
3.6 Agent 协议演进
Function Calling (2023, OpenAI)
↓
LangChain 工具 (2023)
↓
AutoGen (2023, Microsoft)
↓
MCP (2024-11, Anthropic)
↓
A2A (2025-04, Google)
↓
ANP (2025, Agent Network Protocol)
↓
IBM Agent Communication Protocol (2025)
↓
统一 Agent Protocol (2026, 趋势)
3.7 预训练目标演化
BERT MLM (2019)
↓
GPT 自回归 (2020)
↓
T5 全文生成 (2020)
↓
Llama 缩放 (2023)
↓
DPO / RLHF (2023)
↓
Test-Time Compute (2024)
↓
Process Reward Model (o1, 2024)
↓
Multi-Token Prediction (DeepSeek V3, 2025)
↓
Energy-Based / JEPA (2024-2026, 探索)
四 · 跨章节概念共用度
| 概念 |
出现章节数 |
关键章节 |
| Attention |
5+ |
Ch07 / Ch08 / Ch11 / Ch12 / Ch17 |
| Diffusion |
4+ |
Ch08 / Ch10 / Ch12 / Ch19 |
| RL / Reward |
5+ |
Ch06 / Ch07 / Ch11 / Ch19 / Ch23 |
| MoE |
3+ |
Ch07 / Ch17 / Ch20 |
| Quantization |
4+ |
Ch16 / Ch17 / Ch17 §06 |
| LoRA / 微调 |
4+ |
Ch07 / Ch17 / Ch19 / Ch25 |
| Agent |
6+ |
Ch19 / Ch21 / Ch23 / Ch25 |
| Tool Use |
5+ |
Ch19 / Ch23 / Ch17 / Ch25 |
| Eval |
5+ |
Ch18 / Ch22 / Ch25 |
| Safety |
4+ |
Ch21 / Ch22 / Ch17 / Ch25 |
五 · 概念热搜热度 (2024-2026)
| 排名 |
概念 |
热度 |
章节 |
| 1 |
GPT-4o / Claude 4 |
🔥🔥🔥🔥🔥 |
Ch07/Ch10/Ch19 |
| 2 |
Test-Time Compute / o1 |
🔥🔥🔥🔥🔥 |
Ch07 §06 |
| 3 |
DeepSeek-V3 / R1 |
🔥🔥🔥🔥🔥 |
Ch07 §06 / Ch17 §02 |
| 4 |
GRPO (免 critic RL) |
🔥🔥🔥🔥🔥 |
Ch07 §05 / Ch07 §06 |
| 5 |
Mamba / SSM |
🔥🔥🔥🔥 |
Ch07 §06 / Ch17 §02 |
| 6 |
MCP / A2A Protocol |
🔥🔥🔥🔥 |
Ch23 §04 §07 |
| 7 |
DiT / Sora |
🔥🔥🔥🔥 |
Ch08 §06 |
| 8 |
BitNet b1.58 (1-bit) |
🔥🔥🔥🔥 |
Ch17 §00 §9 / Ch17 §06 |
| 9 |
VLA / π0 |
🔥🔥🔥🔥 |
Ch11 §03 |
| 10 |
Constitutional AI |
🔥🔥🔥 |
Ch21 §02 |
| 11 |
AlphaFold 3 |
🔥🔥🔥🔥 |
Ch19 §00 §9 |
| 12 |
Agentless / Devin |
🔥🔥🔥 |
Ch23 §07 |
| 13 |
GPT-4o Medprompt |
🔥🔥🔥 |
Ch19 §00 §9 |
| 14 |
FunSearch |
🔥🔥🔥 |
Ch19 §00 §9 |
| 15 |
DreamBooth / IP-Adapter |
🔥🔥🔥 |
Ch17 §06 §2 |
| 16 |
Mamba-2 SSD |
🔥🔥🔥 |
Ch17 §02 |
| 17 |
Harness Engineering |
🔥🔥🔥 |
Ch22 §08 |
| 18 |
Loop Engineering |
🔥🔥 |
Ch13 §03A |
| 19 |
Vector Database (Milvus) |
🔥🔥 |
Ch19 §04 |
| 20 |
Embodied AI 全栈 |
🔥🔥🔥 |
Ch11 / Ch23 |
六 · 仓库当前未覆盖的 2024-2026 热度方向
| 方向 |
热度 |
仓库覆盖 |
建议 |
| A2A Protocol (Google 2025-04) |
🔥🔥🔥🔥 |
Ch23 §07 提一次 |
加 Ch23 §08 A2A 专节 |
| ANP / Agent Network Protocol |
🔥🔥 |
0 |
加 Ch23 §08 |
| Gemini Robotics (2025) |
🔥🔥🔥🔥 |
Ch11 §05 间接 |
加 Ch11 §06 VLA 2025 进展 |
| SmolLM3 (2025-07) |
🔥🔥🔥 |
Ch07 §05 §6 提 |
更新开源 LLM 矩阵 |
| 端侧 NPU (Apple ANE / 高通 Hexagon) |
🔥🔥🔥 |
Ch17 §04 边缘 |
加 Ch17 §07 端侧 NPU |
| Raspberry Pi 5 + LLM |
🔥🔥 |
0 |
加 Ch17 §07 |
| WebGPU 推理 |
🔥🔥🔥 |
0 |
加 Ch17 §07 |
| WebLLM / 浏览器 LLM |
🔥🔥🔥 |
Ch20 §04 间接 |
加 Ch17 §07 |
| Gemini 3 / GPT-5.1 (2025Q4) |
🔥🔥🔥🔥 |
0 |
时效内容, 难补 |
| Sora 2 / Veo 3 (2025) |
🔥🔥🔥🔥 |
Ch08 §06 提 |
加 Ch08 §06 Sora 2 |
| DeepSeek-V4 (2026) |
🔥🔥🔥🔥 |
0 |
时效 |
| OpenAI Operator v2 |
🔥🔥🔥 |
Ch23 §07 |
待 OpenAI 公开 |
| NEO / 1X / Figure 02 人形机器人 |
🔥🔥🔥 |
Ch11 §05 提 |
加 Ch11 §06 |
| Apollo 11 自动驾驶 R2 |
🔥🔥🔥 |
Ch11 §04 无 |
加 Ch11 §06 |
| AI Mirror / Reflective |
🔥 |
0 |
暂未成熟 |
| AI-Generated Synthetic Data |
🔥🔥🔥 |
0 |
加 Ch18 §05 |
| Energy-Based LLM (Meta 2024) |
🔥🔥 |
0 |
加 Ch07 §07 |
| JEPA 系列 (V-JEPA 2, 2025) |
🔥🔥🔥 |
Ch06 §05 §5.3 |
加 Ch07 §07 |
| 世界模型 (DreamerV3 / Genie 2) |
🔥🔥🔥 |
Ch06 §05 §5.3 |
加 Ch11 §06 |
| Diffusion Forcing (2025) |
🔥🔥🔥 |
0 |
加 Ch08 §07 |
| Multimodal Chain-of-Thought (MCoT) |
🔥🔥🔥 |
Ch23 §02 |
加 Ch23 §02 |
| Constitutional Classifiers (2025) |
🔥🔥 |
0 |
加 Ch21 §06 |
| AI Safe-Completion (OpenAI 2024) |
🔥🔥 |
0 |
加 Ch21 §06 |
| AI 文生 3D (Tripo / Meshy) |
🔥🔥🔥 |
Ch08 §05 提 |
加 Ch08 §07 |
| Web Agent / Voyager (2024) |
🔥🔥🔥 |
Ch23 §07 |
加 Ch23 §08 |
| Voyager / Voyager-GPT4 (2024) |
🔥🔥🔥 |
0 |
加 Ch23 §08 |
| Devin / Devin-AI (2024) |
🔥🔥🔥🔥 |
Ch23 §07 |
加 Ch23 §08 |
| OpenAI O3 / o4-mini (2025) |
🔥🔥🔥🔥 |
Ch07 §06 |
加 Ch07 §07 |
| HuggingFace Smol Course |
🔥🔥 |
0 |
加 Ch25 §08 |
| DSPy 2.0 (Stanford, 2024) |
🔥🔥🔥 |
Ch23 §07 提 |
加 Ch23 §08 |
| Liquid AI / Mamba 商业化 |
🔥🔥 |
0 |
加 Ch07 §07 |
| LeRobot (HuggingFace, 2024) |
🔥🔥🔥 |
Ch11 §02 |
加 Ch11 §06 |
| RoboCasa / Genesis 仿真 |
🔥🔥🔥 |
Ch11 §02 |
加 Ch11 §06 |
| CLIP-Fields / NeRF 升级 |
🔥🔥 |
Ch08 §05 |
加 Ch08 §07 |
| Coscientist / ChemAgents (2024) |
🔥🔥🔥 |
Ch19 §00 §9 |
加 Ch19 §07 |
| AI for Science (AlphaFold 3) |
🔥🔥🔥🔥 |
Ch19 §02 |
加 Ch19 §07 |
| Rapidly-exploring Random Tree (RRT) |
🔥 |
Ch11 §04 |
暂未提升 |
| RLHF / RLHF-V / RLHF-V2 |
🔥🔥🔥 |
Ch21 §02 |
加 Ch21 §06 |
| AI Wellness / Mental Health |
🔥🔥🔥 |
0 |
加 Ch19 §07 |
| AI Tutoring (Khanmigo) |
🔥🔥🔥 |
0 |
加 Ch19 §07 |
| AI Code Generation (Cursor) |
🔥🔥🔥🔥 |
Ch23 §07 |
加 Ch23 §08 |
| LLM-as-Optimizer (OPRO) |
🔥🔥🔥 |
Ch22 §05 |
加 Ch22 §09 |
| Self-RAG / Self-Refine |
🔥🔥🔥 |
Ch23 §02 |
加 Ch23 §02 |
| Auto-CoT / Auto-Reasoning |
🔥🔥🔥 |
Ch23 §02 |
加 Ch23 §02 |
| ProAgent / AutoAgent |
🔥🔥🔥 |
Ch23 §06 |
加 Ch23 §08 |
| AI Economist |
🔥🔥 |
0 |
加 Ch19 §07 |
| AI Policy / Regulation |
🔥🔥🔥 |
Ch21 §06 |
加 Ch21 §06 |
| EU AI Act / US AI Bill |
🔥🔥🔥 |
0 |
加 Ch21 §06 |
| RL-on-Reasoning (Quiet-STaR) |
🔥🔥🔥 |
0 |
加 Ch07 §07 |
| Recurrent Memory Transformer (RMT) |
🔥🔥 |
0 |
加 Ch07 §07 |
| Liquid Time-constant Networks (LTC) |
🔥🔥 |
0 |
加 Ch07 §07 |
| Hyena Operator |
🔥🔥 |
Ch17 §02 |
加 Ch17 §07 |
| RWKV-7 |
🔥🔥🔥 |
Ch17 §02 |
加 Ch17 §07 |
| Retro / RETRO++ (检索增强预训练) |
🔥🔥 |
0 |
加 Ch07 §07 |
| Griffin / Hawk (2024) |
🔥🔥 |
0 |
加 Ch07 §07 |
| megatron-bert / 大模型训练基建 |
🔥🔥 |
0 |
加 Ch15 §06 |
| Megatron-Core / Megatron-LM |
🔥🔥🔥 |
0 |
加 Ch15 §06 |
| PyTorch FSDP / ZeRO |
🔥🔥🔥 |
0 |
加 Ch15 §06 |
| Triton Kernel MoE |
🔥🔥🔥 |
0 |
加 Ch16 §03 |
| VecDB / Vector Search (Milvus) |
🔥🔥🔥 |
Ch19 §04 |
教辅 |
| LakeFS / Delta Lake |
🔥🔥 |
0 |
略 |
| Composio / LangChain Tooling |
🔥🔥🔥 |
Ch23 §03 |
加 Ch23 §08 |
| You.com / Perplexity AI |
🔥🔥🔥 |
0 |
加 Ch19 §07 |
| Open WebUI / Ollama 前端 |
🔥🔥🔥 |
0 |
加 Ch17 §07 |
| SGLang / vLLM 部署 |
🔥🔥🔥 |
Ch17 §03 |
完整 |
| Ultrafeedback / Capybara 数据 |
🔥🔥 |
0 |
加 Ch07 §07 |
| Magpie / Synthetic Data |
🔥🔥🔥 |
0 |
加 Ch07 §07 |
| Spreadsheet / Excel LLM |
🔥🔥 |
0 |
加 Ch19 §07 |
| Video-LLaMA / Video LLM |
🔥🔥🔥 |
Ch10 §05 |
加 Ch10 §06 |
| Gemini Robotics (2025) |
🔥🔥🔥🔥 |
Ch11 §05 |
加 Ch11 §06 |
| Hyundai / Boston Dynamics AI |
🔥🔥🔥 |
0 |
加 Ch11 §06 |
| Tesla FSD v13 / v14 |
🔥🔥🔥🔥 |
Ch11 §04 |
加 Ch11 §06 |
| Waymo One / Cruise (2025) |
🔥🔥🔥 |
Ch11 §04 |
加 Ch11 §06 |
| L4 / L5 自动驾驶 |
🔥🔥🔥 |
Ch11 §04 |
加 Ch11 §06 |
| Apollo 11 / Apollo 12 |
🔥🔥🔥 |
0 |
加 Ch11 §06 |
| Bay Area Robotics / 1X Neo |
🔥🔥🔥 |
0 |
加 Ch11 §06 |
七 · 后续 P9+ 建议
优先级 1 (P10, 立即补)
- Ch23 §08 A2A + ANP 协议 (~2000 字)
- Ch11 §06 VLA 2025 进展 (Gemini Robotics / LeRobot / π0.5) (~1500 字)
- Ch17 §07 端侧 NPU 推理 (Apple ANE / 高通 / WebLLM) (~2000 字)
优先级 2 (P11, 季度更新)
- Ch08 §07 Diffusion Forcing / 文生 3D (~1500 字)
- Ch07 §07 Energy-Based LLM / JEPA 2 (~1500 字)
- Ch19 §07 AI Scientist / AI Economist / Tutoring (~1500 字)
优先级 3 (P12, 时效内容)
- Ch07 §07 OpenAI O3 / Gemini 3 (~1000 字)
- Ch08 §07 Sora 2 / Veo 3 (~1000 字)
- Ch21 §06 EU AI Act / 治理 (~1500 字)
八 · 总结
本文档现首次提供"概念-章节-文件"三层索引 + 概念关系图 + 概念热度榜 + 缺口清单。
后续使用:
- 找概念: 翻本文档 (z+ 概念 → 章节)
- 找术语: 翻 INDEX.md (字母表) + GLOSSARY.md (中英对照)
- 找章节详细: 翻章节文件
- 找跨章节: 翻 整本书脉络地图.md + 全局概览.md
版本: v1.0 (2026-07-30)
维护: 与 P9+ 同步