# 从传统 CV 转 AIGC 的最短路径

> 路线定位：面向已经做过分类、检测、分割、OCR、训练调优或部署，希望用最短路径切到 AIGC / 大模型 / 多模态岗位的人。

[返回热门AI学习核心课程与教程总览](README.md) | [返回项目主页](../README.md)

## 先改认知

这不是从零开始，而是把你已有的 CV 能力翻译成 AIGC 语言。真正需要补的不是“再学一次深度学习”，而是 **Transformer、后训练、生成式评测、RAG、Agent 和推理系统**。

## 推荐顺序

1. 先把传统 CV 的能力迁移图画出来。
2. 再补大模型主干、生成模型和多模态底座。
3. 最后用一个可讲清楚的 AIGC 项目完成转型证据。

## 核心跳转

- [我是传统 CV 转大模型，怎么补？](<./02_传统CV转大模型学习路线.md>)
- [机器学习基础](<../深度学习基础（精华版）/01_机器学习基础.md>)
- [深度学习网络架构](<../深度学习基础（精华版）/03_深度学习网络架构.md>)
- [预训练与微调的核心逻辑](<../深度学习基础（精华版）/04_模型训练与优化.md#面试问题-预训练与微调的核心逻辑、流程、注意事项是什么？>)
- [大模型模型架构与工作原理](<../大模型基础（精华版）/02_模型架构与工作原理.md>)
- [后训练：微调与对齐](<../大模型基础（精华版）/04_后训练：微调与对齐.md>)
- [AIGC 图像创作 & AI 绘画基础总入口](<../AIGC图像创作&AI绘画基础/README.md>)
- [Stable Diffusion 系列大模型基础](<../AIGC图像创作&AI绘画基础/01_Stable%20Diffusion系列大模型基础.md>)
- [Stable Diffusion & FLUX 系列大模型基础](<../AIGC图像创作&AI绘画基础/02_Stable Diffusion&FLUX系列大模型基础.md>)
- [类 LoRA 技术基础](<../AIGC图像创作&AI绘画基础/03_类LoRA技术基础.md>)
- [ControlNet 以及 AIGC 主流可控生成技术基础](<../AIGC图像创作&AI绘画基础/04_ControlNet以及AIGC主流可控生成技术基础.md>)
- [模型部署基础总入口](<../模型部署基础/readme.md>)

## 本页产出

- 写一页“CV -> AIGC 能力迁移表”，标明哪些能力可复用，哪些能力必须补齐。
- 用一个真实项目，证明你已经从“CV 工程师”变成“可做 AIGC 系统的人”。
- 准备一段面试自述，讲清楚为什么是转型，而不是追热点。

## 验收清单

- [ ] 我能说清自己原来 CV 能力的价值。
- [ ] 我能说清 AIGC 岗位和 CV 岗位的能力差异。
- [ ] 我能拿出一个转型项目证明自己不是纸面转岗。

[返回热门AI学习核心课程与教程总览](README.md) | [返回项目主页](../README.md)