AI大模型入门到精通，收藏这篇就够了！深度解析全球最大游戏UP主的转型之路！

原创于 2025-11-22 16:00:52 发布 · 532 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #游戏 #fpga开发 #大数据 #langchain #架构

全球最大的游戏主播，居然开始转型搞 AI 了，没过半天就获得了 100 万播放量。

上周末，PewDiePie 久违地发布了新视频，出乎人们预料的是，内容是在教你训练 AI 大模型。

在这个题为《STOP. Using AI Right now》（停。现在使用 AI）的新视频中，他解释了自己如何从零开始，通过添加搜索、记忆、RAG 和音频输出等功能，创建出个人专属的 ChatGPT 风格用户界面。

他还自己组装了一套硬件系统，共计 10 块英伟达 GPU，使用参数量从 700 亿到 2450 亿不等的大型语言模型，所有这一切都通过 vLLM 运行，而无需依赖云计算。下面是 PewDiePie 成功运行了 Qwen-235B 后的画面。

PewDiePie 原名 Felix Arvid Ulf Kjellberg，1989 年出生在瑞典，现在居住在日本东京。作为一个资深 Youtuber，他以拍摄具有喜剧风格的游戏视频而闻名，很长一段时间都是全网视频总观看次数最多、粉丝最多的作者。曾凭借《我的世界 (Minecraft)》游戏视频而打破视频观看次数记录。他目前的订阅者数量超过 1.1 亿人，堪称游戏文化的代名词。

根据 vidiq 的统计，PewDiePie 目前是 YouTube 上排名第 12 的大播主。

他也是目前游戏方向的头号 up 主。

在最新的视频中，PewDiePie 成功构建了一个定制的、自我托管的 AI 界面。该 UI 完全运行在他自己的 PC 上，由一个 10 GPU 配置驱动，并配备了一个能真正「投票」选出最佳回复的聊天机器人团队。

视频中，他开玩笑称自己为了装下更多 GPU 而「分叉」(bifurcating) 了 PCIe 通道，并通过 vLLM 框架试验了 70B、120B 乃至 Qwen 235B 的大模型。这位知名 YouTuber 表示，他想「榨干」(max out) 自己的电脑配置，最终实现的本地 AI 运行速度足以媲美主流的商业工具，并且全程无需向云端发送任何数据。

值得注意的是，PewDiePie 的很多工作流程都是 vibe coding。X 博主 @scaling01 总结说：PewDiePie 全凭感觉「vibe-coding」出一个聊天 UI，并打造了一支配备了 RAG、DeepResearch 和音频输出功能的「机器人军队」。

PewDiePie 表示，他使用该系统组建了一个「委员会」，每个 AI 智能体都会在其中进行辩论并投票选出最佳答案 —— 直到最后它们开始「串通一气」来对付他。

具体来说，他使用 8 个配置了不同提示词（因此性格不同）的同一模型（gpt-oss-20b）组成了一个委员会。当 PewDiePie 提问时，每个模型都会给出一个答案，然后它们又会对答案进行投票，从中选出最好的答案。

之后，他更进一步进行设置：如果某模型的答案不好，那么这个模型将被踢出该委员会。「SQL 数据库全永久清空！」

这时候，有趣的来了。当 PewDiePie 检查这些 AI 模型的思考日志时，他发现有些 AI 想的是：「这是什么人想出来的变态（sick）游戏？」更搞笑的是，这个委员会来联合起来对付他：「它们开始有策略地投票，来互相帮助。」

至于成本，他分享说这一套下来的成本为 2 万美元。他还吐槽了一下 AI 计算硬件的高昂成本。

随后，他又测试了一个由 64 个 bot 组成的集群 (swarm)，其中每一个 bot 都是一个 qwen2.5-3b-instruct-awq。不过这一次他承认自己的 Web UI 成了短板，无法处理这种配置。

尽管如此，他还是强调，这些模型虽小（甚至可以在手机上运行），但只要配置合适（比如搭配搜索和 RAG），依然可以非常有效地用于数据收集和整理等任务。

他还表示，计划下个月开始微调 (fine-tune) 自己的专属模型。

视频中，他还给出了一个有趣而观点：AI 生成的图像毫无灵魂、丑陋不堪，而且无处不在；但那些盲目憎恨一切 AI 相关事物的人同样令人厌烦。

在 AI 实验之外，PewDiePie 在这个视频中还透露，他正以「Team Pewds」(ID: 1066966) 的名义，向 Folding@home 项目捐赠自己空闲的 GPU 算力，以支持疾病研究。

事实上，这还不是他第一次发布有关构建 AI 方面的视频，2 个月前，他就分享了用英伟达 GPU 构建「超级计算机」的故事。博主 @Yampeleg 对他给予了高度评价，称他可以给大量孩童带来积极的影响。

毕竟很多人是看着 PewDieDie 的视频长大的，以前他在教你打游戏，现在他在教你搞 AI。

这个项目标志着 PewDiePie 向「科技驱动型」内容创作的又一次转型。它融合了幽默感、开源精神的「折腾」(tinkering) 以及对 AI 未来走向的纯粹好奇心。

他真的吸引了不少人对于 AI 的兴趣。在 PewDiePie 的最新视频下，很多网友就表示，虽然看不懂他在干些什么，但感觉真的很有意思。

也有很多老粉丝表示，看到他从游戏转型到 AI，仿佛看到了自己的成长。

AI 时代来了，是时候组装电脑，写代码了？

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

在这里插入图片描述

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路！

在这里插入图片描述

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等
在这里插入图片描述

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【`保证100%免费`】

在这里插入图片描述

为什么要学习大模型？

2025人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。

在这里插入图片描述

适合人群

在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。