在学校实验室呆了两年，在embodied ai比较冷门的方向做出来几篇看着还不错的顶会论文，然后到工业界热门赛道上实习了几个月，逐渐感受到学术界和工业界的价值评价相去甚远。
学术界大部分关注的还是提出的点是否新，故事是否闭环，论文是否像一篇顶会论文。只要论文看着像模像样，即使方法不那么work，一样也能中更好的论文。而工业界往往在乎怎么做一件事才真正能work（至少相对学术界而言）。
所以，我们往往在小模型上打着各种各样的补丁，期待着小模型上的实验能够映射大模型上的问题，在training-free setting上提着宏大的科学问题，又赶着ddl疯狂pua大模型写着一篇篇学术八股文...论文中了，得到导师的赞赏、同门的羡慕，论文不中，又埋头recycle下一次投稿。
我是一个充满好奇，喜欢做酷酷事情的人，但感觉很多学校的实验室没有足够的资源，也缺少良好的氛围支撑我的探索。在大模型的帮助下，好的idea已经并不是一种稀缺物，反而如何把一件事情真的做work是难能可贵的。
所以，在学术界呆久了，出来看看真能发现不一样的世界...[皱眉][皱眉][皱眉] 学术