2026年2月2日至8日,为期7天的新东方前途x亚马逊云科技AI自动驾驶寒假实训营在上海落下帷幕。
来自全国各地的好的学生们走进全球科技巨头,在亚马逊云科技资深导师魏星老师的带领下,完成了从AI小白到能独立训练强化学习模型的蜕变。
“你们觉得自动驾驶最难的是什么?”有人说是识别红绿灯,有人说是避让行人。
“最难的是让车学会‘思考’——不是告诉它每一步怎么走,而是让它自己从失败中学习,找到最优策略。这就是强化学习。”
这正是本次训练营的技术内核。从Day1的云计算基础认知,到Day4的Deep Racer强化学习模块,学员们逐步理解了AI的底层逻辑:云计算提供弹性算力支撑;代码实现遵循确定性逻辑;而机器学习,尤其是强化学习,则让AI在不确定环境中通过"试错-奖励"机制自我进化。
此次实训营中,同学们借助了亚马逊云科技Deep Racer完成学习,其独特之处,在于它将抽象的算法具象化为一场看得见的赛车竞技。
同学们不需要搭建复杂的本地环境,云端一键开启训练,通过日志分析转向频率、速度曲线、奖励收敛情况,在可视化图表中直观理解"凸函数最小值"、"学习率调优"等概念。
理论终须落地。训练营的高潮,是学员们将云端训练好的模型部署到1/18比例的实体赛车上。
"模拟器里跑得行云流水,实车却频频'失控'"——这是所有同学都会撞上的"模拟到现实的鸿沟"(Sim-to-Real Gap)。模拟器中的光线、摩擦力、传感器噪声都是理想化设定,真实世界里一粒灰尘、一道反光,都可能让AI的决策瞬间"失聪"。
除了自动驾驶,实训营还深入探索了生成式AI(GenAI)的前沿疆域。从GPT等大语言模型的涌现能力,到AI在内容创作、代码生成的颠覆性应用,同学们看到了技术变革的更广图景。
在训练营的课程体系中,演讲与沟通被置于与技术同等重要的位置。这并非偶然:再好的的算法,若无法清晰传达其价值,便难以获得资源支持;再精准的数据洞察,若不能打动决策者,便无法转化为行动。
从Day1的"PPT坡道-结构-启发行动"框架,到Day3的"高效沟通=结构化表达+换位思考"公式,大家学习了如何用SCQA结构锚定听众注意力,如何通过MECE法则组织复杂信息,如何在路演中设计"冲击点"与"爆炸点"。
微信扫一扫









