AI时代开源实验室WalkingLab正式上线

今天，我们正式介绍WalkingLab，一个专注于真实世界AI、项目制学习的开源非营利实验室。我们认为，教会机器思考的能力，应该属于更多人。

AI时代，学习正变成典型的信息过载问题。真正的难点已不是缺少资料，而是如何从“接触AI”到理解系统、完成实验，并最终“解决真实问题”。了解和创造之间存在明显的能力断层。WalkingLab希望以项目制学习与开源项目连接课程、论文和工程实践，帮助学习者从智能的使用者走向智能的创造者。

项目制PBL学习是WalkingLab的核心方向，以真实项目为主线、“在做中学”。智能是手段，人始终是目的。

WalkingLab诞生刚满五个月，集中于建设AI新时代最迫切的教程，分别从工程实践、强化学习和大语言模型三个角度出发，带学习者从基础原理进入真实系统。未来将把更多注意力放到工具链、真实项目及进阶内容。

依靠海内外网友自发分享，WalkingLab在GitHub累计获超20,000 Star，X平台浏览量突破200万，并登上过Hacker News首页。学习者遍布中国、美国、越南、日本、南美与印度等地。无论中学生、大学生、博士生、货车司机、程序开发者，还是普通职员、运营、产品经理，年龄、身份与专业不是边界，好奇是探索的上限。

未来的人才从哪里来？答案是真实项目。WalkingLab的PBL教育理念借鉴了三类全球标杆实践：MIT NEET贯穿式项目教育，以项目串联跨学科知识、团队协作与长期能力培养；Olin College跨学科学习链路，从大一开始动手实践，大四通过全年Capstone项目证明所学；University of Washington Industry Capstone规模化校企协作机制，由企业提供真实课题与资源，学生团队在教师和行业伙伴指导下完成交付。让学习围绕真实问题和可交付作品发生，用能够运行、解释、修改和继续发展的项目证明真正掌握。

在WalkingLab开源项目中，可以学到：视觉游戏训练，让智能体读取游戏画面，用DQN学习Pong，再尝试ViZDoom、宝可梦和Minecraft中的子任务；让世界模型学会“想象”下一帧，搭建带记忆的状态预测模块；语言模型训练实战，从整理语料开始，完成预训练、SFT指令微调、RL强化学习与评测；具身仿真实验，在MuJoCo、Isaac Sim、Isaac Gym等平台开展运动控制仿真与策略训练。

WalkingLab不想从宏大命题开始，更愿关注具体、真实、可验证的问题。欢迎企业、研究机构、开发者一起，把更多真实问题变成可公开探索的项目：机器能否真正理解并量化一种味道？大模型是否一定只能逐个预测下一个token？面对庞大基因数据，还能设计怎样新的计算方法？多模态模型如何真正联合理解文本、图像、声音与现实环境？一个算子还能怎样重写以减少显存占用、提升计算效率？在你家猫咪想你的时候，是否可以通过一个Agent龙虾在手机端引起你的注意？

Ego很小，是因为我们知道自己能做的事情有限；愿景很大，是因为我们仍然希望加速AGI的来临。

WalkingLab发起团队来自清华大学与香港大学，将持续与基础模型、具身智能厂商、社区开放合作，携手魔搭社区、AMD、阶跃星辰、Datawhale等伙伴，让好的内容、真实问题和实践机会触达更多人。“Walking”代表探索智能的方式。不用急着追赶，也不用害怕走得慢。很多真正重要的创造，本来就来自长期行走、反复实验，以及对一个问题持续保持好奇。

欢迎与我们一起散着步，走向AGI。

WalkingLab是非营利的开源AI实验室，聚焦前沿AI与项目制实践，推动更多人参与开源项目与智能系统的构建。欢迎高校、企业、研究机构与开发者提交真实课题与产业命题，共同推进项目制教学与合作。