02选择你的学习模式
找到最适合你的入口，跟随推荐路径高效学习
快速通识模式
适合：想快速理解多模态 AI 与真实世界 AI 系统的人
只看每节课一句话 / 核心概念 / 概念图 / 术语表
论文精读模式
适合：想训练论文阅读、选题、综述能力的人
每周选择 1–2 篇精选论文，用七角色论文读法拆解
项目实战模式
适合：想做 demo、proposal 或 paper prototype 的人
跟随 Proposal / Midterm / Ablation / Final Report 节奏推进
03这门课不是什么？
这门课不是：
- ✗ 不是从零教机器学习数学推导
- ✗ 不是 Transformer 编程课
- ✗ 不是只讲 ChatGPT 或 LLM
- ✗ 不是单纯的论文阅读课
- ✗ 不是模型 API 使用教程
这门课真正训练的是：
- ✓ 面对一种新模态，如何定义数据
- ✓ 如何选择或改造架构
- ✓ 如何设计训练目标
- ✓ 如何评估跨模态能力
- ✓ 如何把模型部署到真实交互场景
- ✓ 如何把 lecture、reading、discussion 和 project 连接成研究能力
04课程节点
共 15 周，覆盖 lecture / discussion / project / special 等 27 个学习节点
05五步学习法
从零开始建立多模态 AI 思维——五步把任意模态接入 AI 系统
06课程详情
07多模态 AI 概念地图
理解多模态 AI 的核心维度：异质性、连接、交互、融合、对齐、迁移、生成、推理、部署
08新模态 AI 化流程图
从数据到部署：将任何新模态引入 AI 的系统性框架（5 个维度）
09论文导航
课程涉及 32 篇核心论文的精选中文导读（可按方向筛选），以及官方 Schedule 中全部 85+ 篇论文的完整阅读清单（可按模块/角色/类型筛选）
10七角色论文阅读法
同一篇论文，七种读法。点击角色卡片切换阅读视角，找到最适合你的方法。
👤 Peer Reviewer · 评审视角
核心问题：这篇论文能否通过顶会评审？
- 创新点是否足够（Novelty）？
- 实验是否充分、baseline 是否够强？
- 写作是否清晰、逻辑是否严密？
- 局限性是否诚实披露？
- 与现有 SOTA 的差距是否明确？
适用：准备投稿、论文自检、会议投稿
🏺 Archaeologist · 考古视角
核心问题：这篇论文的历史脉络和学术谱系是什么？
- 论文引用了哪些关键前身工作？
- 它在批判或继承哪些方法？
- 10 年后这项工作还有价值吗？
- 它处于领域发展的哪个节点？
适用：Literature Review、学术史研究
🔬 Academic Researcher · 后续研究视角
核心问题：这篇论文打开了什么新的研究问题？
- 提出一个只有在这篇论文成功后才变得可能的 follow-up project
- 说明新的 research question
- 说明可能的数据、方法、评估
- 说明它和原论文的继承关系
适用：proposal、literature review、论文选题
🏭 Industry Practitioner · 工业视角
核心问题：这个技术能否用到我的产品/系统中？
- 推理延迟和吞吐量是否满足需求？
- 部署环境（边缘/云端）的兼容性？
- 需要多少计算资源？
- 开源代码质量如何？
- 商业许可是否允许商用？
适用：产品落地、技术选型、成本评估
⚡ Hacker · 快速原型视角
核心问题：我能否在一周内做出这篇论文的最小可运行 demo？
- 在小数据集或 toy problem 上实现论文的一小部分
- 展示核心算法代码
- 可以使用开源 backbone，但必须说明来源
- 目标不是复现 SOTA，而是验证"这篇论文的关键机制是否能跑起来"
适用：快速复现、demo、课程展示、原型验证
🔍 Private Investigator · 作者路径视角
核心问题：作者为什么会想到这个题目？
- 调查一位作者的教育、工作经历和研究脉络
- 找出他们之前哪些项目可能导向这篇论文
- 分析作者选择这个问题的动机
- 如需联系作者，必须礼貌、克制、围绕学术问题
适用：研究谱系、选题动机、学术人物研究
🌍 Social Impact Assessor · 社会影响视角
核心问题：这项技术对社会有什么正面/负面影响？
- 是否存在偏见和歧视风险？
- 对就业市场的潜在冲击？
- 隐私保护措施是否充分？
- 是否可能被滥用？
- 对弱势群体的影响？
适用：AI 伦理研究、社会影响评估、政策制定
📋 七角色论文阅读工作台
选择一篇论文，用七个角色视角深度阅读，支持笔记保存和 Markdown 导出
11Almost Anything 系列谱系
How2AI 是 MIT Media Lab「Almost Anything」家族的新成员，与 HTMAA、HTGAA 一脉相承
12课程研究项目时间线
15 周课程中的 4 个关键项目节点
📊 研究项目进度追踪
跟随 MIT MAS.S60 项目节奏推进，可勾选并导出项目笔记
13术语表
多模态 AI 核心术语速查，支持搜索
14来源链接
所有原始课程资料和论文来源，集中索引
🎥 YouTube 播放列表
15本中文导览如何对应原课程
✅ 保留原课程的内容
- 每节课的原始日期、英文主题
- 原始 slides 和 video 链接
- 官方阅读材料清单（含所有 external resources）
- 论文作者、年份、发表平台
- 课程项目（Proposal / Midterm / Final）时间节点
📝 本页面的中文内容
- 每节课的中文主题、核心问题描述
- 3–5 个关键概念的中文解释
- 精选论文的中文导读和学习建议
- 适合中文母语学习者的背景补充
- Mini exercise 和 project connection 提示
🚫 本页面不包含
- Slides 的任何原始图片或文字页面
- 论文 PDF 的直接下载链接
- 逐页逐字翻译的 slides 内容
- MIT 官方的评分标准或作业答案
📁 数据文件说明
course.json— 中文课程结构（27 节，含中文摘要）readings.json— 32 篇精选中文导读official_reading_map.json— 85 篇官方完整阅读映射glossary.json— 47 个中英双语术语sources.json— 36 个来源引用