2025 年，越来越多的人开始真正把大模型用到工作与产品中。

这份书单精选了 2025 年度销量与口碑表现突出的 10 本大模型图书，集中反映了当下读者最关注、也最需要的核心内容：大模型的技术基础、关键能力、工程实践与真实应用。

如果你想用一份书单，快速把握大模型学习与实践的主线方向，这 10 本书值得优先阅读。

01

《从零构建大模型》

塞巴斯蒂安·拉施卡｜著

覃立波，冯骁骋，刘乾｜译

豆瓣评分 9.5，从零开始构建大模型的最佳指南，由畅销书作家塞巴斯蒂安•拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练，以及定制特定任务的微调。

02

《图解大模型：生成式AI原理与实战》

[沙特] 杰伊·阿拉马尔，[荷] 马尔滕·格鲁滕多斯特 | 著

李博杰 | 译

备受关注的大模型“袋鼠书”，全书通过 300 幅全彩插图，以极致视觉化的方式呈现大模型的核心原理与工程实现，覆盖从底层机制、应用开发到性能优化的完整链条。内容结合真实数据集、实用项目与典型场景，注重实操性。

特别收录 18 幅图精解 DeepSeek 底层原理，紧跟前沿。配套资源包括一键运行代码、200 道大模型面试题及大量拓展视频/文章资料，助你全面掌握大模型理论与实践，是入门进阶与求职备战的理想之选。

03

《大模型技术30讲》

塞巴斯蒂安·拉施卡｜著

叶文滔 ｜ 译

GitHub 项目 LLMs-from-scratch（star数83k）作者、大模型独角兽公司 Lightning AI 工程师倾力打造，全书采用独特的一问一答式风格，探讨了当今机器学习和人工智能领域中最重要的 30 个问题，旨在帮助读者了解最新的技术进展。

内容共分为五个部分：神经网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开，不仅针对问题做出了相应的解释，并配有若干图表，还给出了练习供读者检验自身是否已理解所学内容。

04

《一本书玩转 DeepSeek》

陈云飞（@花生）｜著

超牛的 DeepSeek 应用书，作者是 AI 大佬花生，全书涉及 13 大场景，90 个实用案例，7 大技巧，4 大王炸组合，内容涵盖高效办公、副业变现、数据分析、企业级 DeepSeek 使用方案等等。带你轻松掌握 DeepSeek 核心技巧。

05

《百面大模型》

包梦蛟，刘如日，朱俊达 | 著

本书按“二星到五星”难度体系，精选约 100 道大模型面试高频真题，覆盖 MoE、预训练、SFT、PEFT、RLHF、DPO、RAG、智能体等核心考点，配套题目目录，便于高效查漏补缺。

由 AI 领域大 V“包包大人”领衔，美团技术专家与北航新生代强强联合编写，内容专业权威。获 ACL Fellow 刘群、周明，《深度强化学习》作者王树森和黎彧君等 8 位业内大咖联合推荐，是大模型求职者的实战宝典。

06

《图解DeepSeek技术》

[沙特] 杰伊·阿拉马尔, [荷] 马尔滕·格鲁滕多斯特 | 著

李博杰 孟佳颖 | 译

2 小时搞懂 DeepSeek 底层技术。近 120 幅全彩插图通俗解读，内容不枯燥。从推理模型原理到 DeepSeek-R1 训练，作者是大模型领域知名专家 Jay & Maarten, 袋鼠书《图解大模型》同系列，广受欢迎。

07

《大模型应用开发极简入门：基于GPT-4和ChatGPT（第2版）》 

奥利维耶·卡埃朗，[法] 玛丽–艾丽斯·布莱特 | 著

何文斯 | 译

深受读者喜爱的大模型应用开发图书升级版，作者为初学者提供了一份清晰、全面的“最小可用知识”，带领你快速了解 GPT-4 和 ChatGPT 的工作原理及优势，并在此基础上使用流行的 Python 编程语言构建大模型应用。

升级版在旧版的基础上进行了全面更新，融入了大模型应用开发的最新进展，比如 RAG、GPT-4 新特性的应用解析等。随书赠 DeepSeek × Dify 应用开发案例，书中还提供了大量简单易学的示例，帮你理解相关概念并将其应用在自己的项目中。

08

《走进具身智能》

陈光 ｜ 著

稚晖君推荐，从零开始讲解具身智能。内容涵盖 Agent、AGI、仿真、脑科学、机器人等 28 个热点 AI 名词。读完后你将对具身智能有一个整体的认知，内容好读易懂，初高中学生也能看懂！

在本书中，你将看到机器如何通过视觉、听觉、触觉去解读环境，如何从模仿到创新，逐渐成长。从机器人学到脑科学，从意识探索到人机融合，作者以通俗生动的笔触，带你领略这一前沿跨学科领域的魅力。

09

《这就是MCP》

艾逗笔（@idoubi）| 著

MCP 协议及其应用开发最全介绍，从基础概念到实战案例，再到生态系统构建，为读者提供了一套完整的 MCP 学习与实践指南。  

第 1 章概述 MCP 的基本概念，阐述其独特优势及应用场景；第 2 章深入解析MCP的核心架构、通信基础、传输机制及资源管理等技术细节；第 3 章和第 4 章通过多个实战案例，详细讲解了 MCP 服务器和客户端的开发流程，包括高效记笔记、总结聊天记录、复刻AI助手等应用；第 5 章展示了 MCP 在行程规划、RAG 和深度研究等领域的经典应用案例；第 6 章探讨了 MCP 工具链、平台服务、生态整合及社区资源，展望其未来发展。

10

《自制深度学习推理框架》

傅莘莘 | 著

基于 GitHub 2.7k 星标开源项目 KuiperInfer，作者手把手带领读者实现深度学习推理框架，并支持大语言模型的推理。

全书共 9 章，以实现开源深度学习推理框架 KuiperInfer 为例，从基础的张量设计入手，逐步深入讲解计算图、核心算子等关键模块的设计与实现。此外，书中还介绍了如何支持深度学习模型，如 ResNet、YOLOv5，以及大语言模型 Llama 2 的推理。书中代码基于 C++，贴近业界实践。