【让普通人也能驾驭 AI】欢迎访问我们的网站
想学大模型，但一看培训班收费几千到几万，立刻劳动。
好消息是：2026 年的大模型学习资源，最好的几乎都是免费的。 世界顶级大学的课程、行业大佬的教程、开源社区的实战项目——全部免费开放。你需要的只是时间和毅力。
这篇文章把所有值得收藏的免费资源整理在一起，按照「视频课程、开源书籍、实战平台、论文导读、工具平台」分类，收藏即用。
🎬 一、免费视频课程
李宏毅机器学习/生成式 AI 课程
- 语言：中文
- 时长：完整课程约 40 小时
- 一句话描述：中文最好的 AI 课程，没有之一。 李宏毅老师是台湾大学教授，讲课风格幽默诎谐、深入浅出。他的课已经更新到覆盖 GPT、Transformer、RLHF、扩散模型等最新技术。每年都会更新，内容与时俱进。
- 适合谁：有 Python 基础、想系统学习 AI 原理的人
- 为什么推荐：免费、中文、更新快、讲得好——四个条件同时满足的课程，全球只有这一个
🇺🇸 吴恩达 DeepLearning.AI 系列课程
- 平台：DeepLearning.AI / Coursera
- 语言：英文（有中文字幕）
- 时长：15 门课，每门 2-5 小时
- 一句话描述：AI 教育界的教父级人物出品。从本科级《机器学习》到前沿的《Agent 开发》《多模态 AI》，15 门全免费。吴恩达老师最大的特点是「把复杂的东西讲得像床前故事一样简单」。
- 适合谁：英文能力还行的初学者，或者想拿 Coursera 证书的人
- 必看课程：
- 《Machine Learning Specialization》——机器学习入门的经典中的经典
- 《Deep Learning Specialization》——深度学习五门课，包含神经网络、CNN、RNN、序列模型
- 《How Large Language Models Work》——专门讲解大模型原理的入门课
- 《Multi AI Agent Systems with crewAI》——多 Agent 协作实战
🇺🇸 Andrej Karpathy 系列
- 平台：YouTube
- 语言：英文
- 一句话描述：前 OpenAI 研究总监，前特斯拉 AI 总监。他的教程有两种风格：一种是 1 小时的概念科普（适合入门），一种是从零手搓模型的工程实战（适合开发者）。
- 必看视频：
- 《Introduction to Transformers》——1 小时搞懂 Transformer 核心原理
- 《Let's build GPT: from scratch, in code》——3 小时从零手搓 GPT
- 《Let's build the GPT Tokenizer》——搞懂 Token 是怎么回事
🇺🇸 3Blue1Brown 神经网络系列
- 平台：YouTube / B站搬运
- 语言：英文（B站有中文字幕）
- 一句话描述：用动画可视化讲解数学和神经网络原理。可能是全世界最美的数学教育视频。不需要任何数学基础，看完就能理解神经网络、反向传播、注意力机制等核心概念。
- 适合谁：完全零基础的人，或者学过但觉得没学懂的人
🇨🇳 李沐「动手学深度学习」D2L + 论文精读
- 语言：中文
- 一句话描述：前亚马逊首席科学家，代码驱动的深度学习教程。「动手学深度学习」2025 版有 171 集视频，配套在线书籍完全免费。论文精读系列是 B站最好的论文导读，包括《Attention Is All You Need》等重要论文。
- 适合谁：有编程基础、想动手实现的开发者
- 必看视频：
- 《Attention Is All You Need》论文精读——理解 Transformer 的最佳视频
- 《BERT 论文精读》——理解预训练模型
- 《GPT、GPT-2、GPT-3 论文精读》——理解 ChatGPT 的前世今生
🇳🇻 NVIDIA DLI 免费课程
- 平台：NVIDIA DLI
- 语言：中文/英文
- 一句话描述：加入 NVIDIA 开发者计划（免费），新用户可以免费学习一门价值 600 元的收费课程。课程包含云端实验环境，学完还能拿 NVIDIA 官方培训证书。
- 适合谁：想要官方认证的工程师
🇨🇳 B站其他优质资源
- 《2026 年 AI 大模型 10 小时全教程》——覆盖 Prompt、RAG、Agent、MCP、微调，从入门到实战
- 《李飞飞人工智能全 300 集》——斯坦福教授，覆盖深度学习、计算机视觉、神经网络
- 《吴恩达深度学习 2026 版》——中英字幕，B站公认最好的版本
📖 二、免费开源书籍
中文书籍
- 《动手学深度学习》（D2L）：zh.d2l.ai
- 李沐团队出品，代码 + 理论一体，可以直接在浏览器里跑代码
- 2025 版已更新到 Transformer、注意力机制等最新内容
- 推荐指数：⭐⭐⭐⭐⭐
- 《神经网络与深度学习》：nndl.github.io
- 复旦邱锡鹏教授开源教材，中文原创，要的干货都有
- 适合作为系统学习的主教材
- 推荐指数：⭐⭐⭐⭐⭐
- 《机器学习》西瓜书：周志华著
- 国内最经典的机器学习教材，几乎每个 AI 岗位面试都会考
- 配套《南瓜书》笔记开源：datawhalechina/pumpkin-book
- 推荐指数：⭐⭐⭐⭐
英文书籍
- 《Deep Learning》花书：Ian Goodfellow 等著
- 深度学习领域的「圣经」，免费在线阅读
- 内容偏理论，适合想深入理解数学原理的读者
- 《Machine Learning Yearning》：吴恩达著
- 机器学习实战的「秘籍」，教你如何做工程决策
- 有中文翻译版，免费下载
🛠️ 三、免费实战平台
Hugging Face
- 是什么：AI 界的 GitHub。数万个开源模型、数据集、演示空间，全部免费。
- 必学：NLP Course——免费的 NLP 入门实战课程，手把手教你用 Transformers 库训练模型
Kaggle
- 官网：kaggle.com
- 是什么：全球最大的数据科学竞赛平台。提供免费 GPU 算力（每周 30 小时 GPU）和大量实战数据集。
- 怎么用：找一个感兴趣的竞赛，看排名靠前的选手的 Notebook，然后自己动手复现。这是学 AI 最快的方式之一。
Google Colab
- 是什么：Google 提供的免费云端 Jupyter Notebook。有免费 GPU 算力，可以直接在浏览器里跑代码，不需要本地配置环境。
- 怎么用：配合 D2L 或 Hugging Face 课程一起用，代码直接在 Colab 里跑。
魔搭社区 / ModelScope
- 是什么：阿里达摩院打造的中国版 Hugging Face。大量国产开源模型（通义千问、ChatGLM 等）都在这里托管。提供免费算力实验环境，国内访问速度快。
- 怎么用：想体验国产开源模型、想在国内网络环境下练习的同学，首选这个
📝 四、免费论文导读与精选论文
如果你想更深入理解大模型，读论文是绕不开的。但论文通常很难读，所以配合导读视频一起看效果最好。
必读论文 TOP 5
- 《Attention Is All You Need》（2017）——Transformer 的开山之作，一切的起点
- 导读：李沐 B站论文精读
- 《BERT: Pre-training of Deep Bidirectional Transformers》（2018）——预训练模型的里程碑
- 《Language Models are Few-Shot Learners》（GPT-3，2020）——大模型「涌现能力」的开端
- 《Training language models to follow instructions with human feedback》（InstructGPT/RLHF，2022）——ChatGPT 的技术基础
- 《DeepSeek-V3 Technical Report》（2024）——国产大模型的技术突破，了解 MoE 架构
💻 五、开源项目与工具
实战类
- LangChain：最流行的 LLM 应用开发框架。想做 RAG、Agent、聊天机器人，先学这个
- Ollama：本地部署开源模型的最简单方式。一行命令就能跑 Llama、Qwen、DeepSeek 等模型
- nanoGPT：Karpathy 的精简版 GPT 实现，从零理解大模型的每一行代码
- open-webui：给 Ollama 加一个网页界面，秒变本地版 ChatGPT
学习类
- Datawhale 开源学习社区：国内最好的 AI 开源学习社区。《南瓜书》《蘑菇书》《云宇宙》等系列教程都是社区作品，全部免费
- LLM-Cookbook：面向开发者的 LLM 实战教程，覆盖 Prompt、RAG、LangChain、微调等
- llm-universe：「动手学大模型应用开发」系列教程，从零开始搭建 LLM 应用
🏆 学习路线建议
完全零基础，只想搞懂 AI 在干嘛
- 3Blue1Brown 神经网络动画（2 小时）
- Karpathy Introduction to Transformers（1 小时）
- 吴恩达 How Large Language Models Work（1 小时）
总时间：4 小时。 看完你就能在饭局上给朋友讲清楚「大模型是怎么工作的」了。
有编程基础，想系统入门
- 李宏毅机器学习课程（选学相关章节，约 20 小时）
- D2L 动手学深度学习（选学 Transformer 相关章节，约 15 小时）
- Hugging Face NLP Course（实战，约 10 小时）
- 动手做一个 RAG 项目（LangChain + Ollama）
总时间：约 2 个月（每天 1-2 小时）。
想转行 AI 工程师
- 吴恩达 Machine Learning + Deep Learning 全套（40 小时）
- Karpathy Build nanoGPT（3 小时）
- 李沐论文精读系列（10 小时）
- LLM-Cookbook 实战项目（20 小时）
- 参加 Kaggle 竞赛，积累实战经验
总时间：约 6 个月（每天 2 小时）。
💡 最后的建议
- 不要买培训班。 上面列的所有资源加起来，质量远超市面上任何收费培训班。你缺的不是资源，是执行力。
- 边用边学。 不要试图「学完再用」。先把 ChatGPT/Claude/DeepSeek 用起来，遇到问题再去学对应的原理。
- 学英文。 AI 领域 90% 的一手资源都是英文的。虽然有中文课程，但能读英文论文和文档会让你的学习效率翻倍。
- 开源社区是最好的老师。 Hugging Face、GitHub、Datawhale、魔搭社区——加入这些社区，看别人怎么做，自己动手复现，比看 100 小时视频都有用。
- 别焦虑。 AI 变化很快，但底层原理（Transformer、注意力机制、预训练-微调-对齐）从 2017 年到现在都没变。学好基础，新技术出来你只需要搞懂「变了什么」而不是重新学。
黑粉科技 | hyphentech.top | 让普通人也能驾驭 AI
本文为「AI 学习」系列第二篇（完结）。所有资源最后更新时间：2026 年 3 月。
分享到：