周末整理了一份AI领域代表作清单，按时间顺序排列，都是真正重新定义问题的论文。

1998-2014：深度学习奠基LeNet（1998）→ AlexNet（2012）→ GAN（2014）

2015-2018：视觉与语言突破ResNet（2015）→ Transformer（2017）→ BERT（2018）

2020-2021：大模型与多模态时代GPT-3（2020）→ ViT（2020）→ NeRF（2020）→ CLIP（2021）

这些工作的共同点：不是优化指标，是换维度思考。AlexNet复兴了CNN，ResNet解决了深度训练难题，Transformer抛弃了RNN，GPT-3证明了规模效应，CLIP打通了图文。

我自己写了五本书，从电动汽车到人形机器人。但这些清单里的代表作，才是我真正想做出的东西——不是优化平均值，是优化上限。

推荐大家周末有空可以挑一篇读读。杨宽百位具身智能朋友一本书读懂人形机器人