Mr Panda (@PandaTalk8) “2026 年学习 AI 最值得关注的 YouTube 频道，拒绝废话版。 收藏起来，按这个顺序学：” — TopicDigg

2026 年学习 AI 最值得关注的 YouTube 频道，拒绝废话版。 收藏起来，按这个顺序学： 1. 3Blue1Brown AI / 数学基础。用可视化方式讲清楚线性代数、神经网络和底层数学直觉。 2. Andrej Karpathy 深度学习 / LLM。前 OpenAI、Tesla AI 核心人物，讲课硬核但非常清晰。 3. Yannic Kilcher AI 研究。适合跟进论文、模型架构和前沿研究动态。 3. AssemblyAI 实用 AI。大量语音识别、LLM、AI 工程化和 API 实战内容。 4. AI Explained LLM / AI 趋势。适合理解大模型能力边界、行业变化和最新进展。 5. StatQuest 机器学习理论。把统计学、机器学习算法讲得非常通俗。 6. Two Minute Papers 论文简明讲解。用短视频快速了解 AI、图形学和科研新成果。 7. Matthew Berman 生成式 AI。关注 AI 工具、开源模型、LLM 应用和最新产品。 8. Nicholas Renotte AI Agents / 实战项目。适合想动手做项目、Agent、自动化和计算机视觉的人。 9. Krish Naik 应用机器学习。数据科学、机器学习、MLOps 和实战项目内容很多。 10. Aladdin Persson PyTorch / 深度学习代码。适合系统学习 PyTorch、CNN、GAN、Transformer 等实现。 11. Serrano Academy 机器学习数学。适合补机器学习背后的数学、概率和算法直觉。 12. Lex Fridman 行业洞察。通过长访谈理解 AI、科技、创业、机器人和社会影响。 13. DeepLearningAI 真实世界 AI。Andrew Ng 团队出品，适合系统学习 AI 工程和应用落地。 我的建议： 新手先看 3Blue1Brown + StatQuest + DeepLearningAI。 想做工程项目，看 Karpathy + Nicholas Renotte + Krish Naik。 想跟前沿趋势，看 Yannic Kilcher + AI Explained + Matthew Berman。 别只收藏。 真正的学习路径是： 看一集，记一页笔记，复现一个小项目。 你也可以把最后一句改成更有传播感的一版： AI 学习最怕的不是资源不够，而是收藏太多、动手太少。