# 多模态算法岗面试路线

> 路线定位：面向视觉语言模型、多模态对齐、图文理解和多模态生成岗位。重点是把模态编码、融合、训练和评测讲成一条线。

[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)

## 先抓主线

多模态岗位不是“会几个模型名字”，而是要能回答：图像、视频、文本分别怎么表示，如何对齐，如何训练，如何评测，如何落到业务里。

## 推荐顺序

1. 先看多模态总入口和理论知识。
2. 再看编码器、映射器和主流模型。
3. 最后把图像、视频和训练评测串成面试表达。

## 核心跳转

- [AI 多模态基础总入口](<../AI多模态基础/README.md>)
- [多模态基础总页](<../AI多模态基础/AI多模态基础.md>)
- [多模态理论知识](<../AI多模态基础/多模态-理论知识.md>)
- [多模态核心模型](<../AI多模态基础/多模态-核心模型.md>)
- [模态编码器](<../AI多模态基础/多模态-模态编码器.md>)
- [输入映射器](<../AI多模态基础/多模态-输入映射器.md>)
- [输出映射器](<../AI多模态基础/多模态-输出映射器.md>)
- [多模态训练与微调](<../AI多模态基础/多模态-训练与微调.md>)
- [Qwen-VL 系列模型核心考点](<../AI多模态基础/Qwen-VL系列模型核心考点.md>)
- [Intern-VL 系列模型核心考点](<../AI多模态基础/Intern-VL系列模型核心考点.md>)
- [GLM-V 系列模型核心考点](<../AI多模态基础/GLM-V系列模型核心考点.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>)
- [AI 视频基础总入口](<../AI视频基础/readme.md>)

## 本页产出

- 一张多模态系统图。
- 10 道主流多模态题的口述答案。
- 一个能讲清训练与评测边界的项目说明。

## 验收清单

- [ ] 我能解释输入映射器和输出映射器各自解决什么问题。
- [ ] 我能区分图像理解、图文检索、视频理解和多模态生成。
- [ ] 我能把多模态系统讲成可落地方案，而不是模型名清单。

[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)