先简单自我介绍一下：

• 本科是机械专业出身；
• 第一份工作做工业缺陷检测，主要是传统机器视觉 + 深度学习；
• 现在在互联网公司做计算机视觉算法（分类、检测、分割、OCR 外加 TensorRT/OpenVINO 部署）。

绕了一大圈，其实一直都是在「看图」这条路上。所以，我给自己定了一个新的方向：

在现有 CV 算法的基础上，系统性地转向大模型 / 多模态方向。
目前还在探索阶段，谈不上“转行成功”，但我不想等到完全确定了才开始记录。

于是我先做了一件比较笨但踏实的事：
把自己从 0 开始学多模态大模型的过程，全部整理成一个 GitHub 仓库，边学边记，边踩坑边写。

GitHub 仓库：From0to1-MLLM-StudyLog
👉 仓库地址：
https://github.com/wz940216/From0to1-MLLM-StudyLog.git
这个仓库主要是我的「多模态大模型学习日志」，特点有几点：

• 从机械专业转过来的视角： 不会扯太虚的理论，更偏工程、偏“怎么跑起来、怎么部署”。
• 按周记录： 仓库按 Week1–Week24 组织，每周会尽量放上：
  • 这一周我大概在学什么（LLM、多模态、部署相关）；
  • 看过的论文/文档/视频链接；
  • 跑通的代码、小 demo 或踩过的坑。
• 覆盖方向大致包括：
  • LLM 基础（Qwen/LLaMA 等开源模型的使用与微调）
  • 多模态基础（CLIP、BLIP、LLaVA 这些经典框架）
  • 简单多模态小项目（比如图像-文本检索、图像问答等）
  • 推理与部署（vLLM、TensorRT、OpenVINO 等）

目前仓库还在持续更新，很多东西也在边学边补充，不是教程，更像给自己和同样想转型的人留一份可以复盘的轨迹。

想说给同样在纠结「要不要转大模型」的你
我不是科班 AI 出身，中间也走了机械 → 工业视觉 → 互联网 CV 这一大圈；
现在开始正式补多模态和大模型，说早不早，说晚不晚。
如果你也：

• 本科专业不对口；
• 在传统 CV / 工业视觉 / 算法岗位；
• 对大模型很感兴趣，又有点不知道从哪下手；

可以先不用给自己「转行成功」的压力，我们可以先做两件小事：

1. 承认这是趋势，允许自己慢慢靠过去；
2. 让学习过程有迹可循——不管是记在本子上，还是像我一样丢在 GitHub 上。

如果你对多模态大模型感兴趣，或者也在准备往大模型方向转，可以：

• 先收藏 / Fork 我的仓库： https://github.com/wz940216/From0to1-MLLM-StudyLog.git
• 在评论区留个「一起学」， 后面我会继续把每周的学习记录、踩坑经验（包括机械狗视角下的弯路）陆续更新到仓库和这里。

希望半年、一年之后，我们都能回头看到一条清晰的成长曲线，而不是“当时也想学来着”的遗憾。