今天给大家分享一个可以读懂原理图的一个 ai， 它是华秋的 kk 的 画原理图的一个工具。 然后今天我准备用它来帮我分析一下我前几个月画的一个 foc 驱动板驱动电机的。首先我就是先把你要让它读的原理图 框起来，然后在右下角这个小助手这里去问他 原理图里面是否还有优化的空间，这样的话他能帮你找找你这个原理图里面有哪些可以优化，比如说一些电阻、电容的参数，以及一些不合理的地方， 我们等他，等他分析出结果。 之前还没有，还没发现这个工具之前我是创嗯生成一些 pdf 或者是截图发给 deepsea 去分析的， 现在昨天我用了一下这个软件，发现还蛮好的，还蛮好用，他分析的地方都蛮都是比较贴切的，没有并不是空穴来风，胡说八道。咱们看一下他到底生成哪些东西。 首先第一个是功率部分，确实我功率驱动功率确实用的是六二二八和 emos， 然后他分析说门极电阻的偏小，他建议要用 二十二到四十七，你说这里他分析出我这里这里的电阻太小了，然后他为了低电压，大电流下自取电压够，避免上桥碰断。然后还有个是谋氏选型的余量， 还有就是 l、 d、 o 输出电容匹配，它都能分清楚，你看它基本上都能识别到我原理图上有哪些哪些功能，或或或者还有就是用了哪些芯片， 还有这些电源之类的，还有这种金正匹配电路，这种金正匹配它也能识别到，比如说这里的无变金正，这里我是用了二十二匹法以及八号八兆赫兹的啊，它能告诉你把金正靠近引脚以及两个电容接地这种， 然后还有复位电路这种就不，比如说这我用的是这个芯片的，这里复位电路我下拉是三点三， 然后他说他建议复位电路是下拉或上拉之类的，然后具有电融化，然后接口他这些东西都是他能把你所有原理图上所有的细节都能识别到， 比如说我这里 iphone 四没有上拉，他就建议我上拉一个四点七到十 k 的 电阻。 还有就是当前原理图有些封装啊，有些那个原理图的那个 value 字段和真实的字段值不一样。 目前目前的话我准备把这个 ai 就 当作用来审查原理图，以及后期在硬件上调试板子的时候发出现一些小问题，然后再帮让这个让这个 ai 去介入，帮我查看一下优化， 感觉用起来还不错，今天就分享到这里吧。
粉丝45获赞106
相关视频
02:18查看AI文稿AI文稿你同行业的人会极力阻止你刷到这条视频，因为他们不想让你知道 ai 已经发展成这样了。只需要简单的自然语言，华秋电子设计 agent 就 能直接输出可编辑的 kikad 原理图文件。这期视频我带你跑一遍完整流程，看完你也能用聊天做 pcb。 首先你要理解它是什么。传统 eda 软件本质上是画图工具，查原件、搭模块，连电路都要手动完成。普通对话 ai 只能提供思路，却无法生成原理图。 而华秋电子设计智能体是一个能够执行设计任务的 ai agent， 你 只需要给他一个想法，他就会自动完成设计流程。话不多说，我们打开原理图生成网页，左侧是项目区，右侧是输入区， 页面非常简洁。现在新建项目输入，帮我设计一款智能手表，再把需要的功能和设计要求写进去。提交需求后，他不会直接画图，而是先生成设计概览，拆解整个系统结构。不到一分钟， 按键、锂电池、 gps 定位显示屏等模块就已生成，逻辑关系也被自动搭建出来。确认模块没有问题后，开始原理图设计。第一步是元气键搜索，它会调用华秋元气键库进行 bomb 匹配。 注意，这一步不只是推荐原件，而是直接筛选可以采购生产的器械组合。匹配完成后，开始生成模块电路，系统会把设计拆成多个功能模块，并生成对应电路。到这里，最开始的一句话已经变成了真实电路，接下来才是真正关键的一步。 其他 ai 可能只会给你一张图，让你打开 eda 软件重新画一遍，而华秋电子设计 agent 可以 直接导出 keycat 工程文件，打开文件，一份完整的原理图已经生成，元器件线路和功能模块都能继续编辑， 并直接进入 pcb 设计流程。你知道这意味着什么吗？从一个想法到完整原理图，中间流程已经可以由 ai 完成，你不再需要反复查原件搭模块，也不用从零画图， 只需要输入设计需求，它就能输出可以在 kikad 中打开和编辑的工程文件。 ai 不 再只是告诉你怎么设计，而是开始真正替你执行设计， 这就是华秋电子设计 agent。 如果让他帮你设计一款电子产品，你最想做什么？评论区，告诉我你的下一个创意。
6764华秋
02:23查看AI文稿AI文稿二零二六年，你可以不学传统 eda 工具，但你一定要认识这个华秋原理图生成 agent， 这期视频我带你跑一遍，完整流程看完，你可以直接上手用它做 pcb 设计。首先你要理解它到底是什么，它和你平时用的 kikad ltim 不 一样， 传统 eda 工具本质是画图工具，你需要一步一步手动搭电路。而传统对话模型 ai 只能告诉你设计思路，但落不到原理图。 而这个华秋原理图生成 agent 本质是一个可以执行设计任务的工程 ai， 你 只需要给他一个想法，他就会自己完成整个设计流程。话不多说，我们打开原理图生成网页， 可以看到整个界面分成左右两侧，左侧是项目区，右侧是输入区，整个页面非常简洁。现在我们新建一个项目，输入一个需求，比如我要生成一个智能手表，并把设计要求写上，输入想法之后，它不会直接画图，而是先生成设计概览， 也就是先把整个系统结构拆出来。不到一分钟，按键模块、锂电池模块、 gps 定位模块、显示屏模块等就已经生成完毕，并且已经自动帮我搭好逻辑结构。 在我核对模块正确之后，接下来点击这里开始原理图设计。第一步是原件搜索，它会自动调用华秋海量的原件库进行 boom 匹配。注意，这一步不只是推荐可以采购生产的器件组合， 完成之后，点击这里让它进行模块电路生成。系统会把整个设计拆成多个模块，每个模块开始生成对应电路， 这一步会从功能结构变成真实电路。真正关键的一步来了，别的 ai 只会给你一张图，让你自己去画 pcb 的 原理图，而它可以直接导出 kik 的 工程文件。我们点击导出，打开刚刚下载好的文件，你会看到一个完整的原理图已经自动生成出来，不是示意图，也不是草图， 而是可以直接进入 pcb 设计流程的工程级电路图。你知道这意味着什么吗？从一个想法开始，到电路原理图，中间所有流程已经被 ai 自动完成，你不再需要查原件，不再需要搭模块，不再需要从零化原理图，你只需要输入你的设计需求， 它就会直接输出可在 kcat 中打开的工程文件。这就是华秋原理图生成 agent。 现在轮到你去体验了，评论区告诉我，你想借助它实现什么？
2173华秋
08:05查看AI文稿AI文稿哈喽，各位小伙伴大家好，我是韩畅游，今天这期视频的话就教大家如何用 ai 来做自己的一个电路设计，并且能连接 eda 软件加，比如说这种加一创 eda， 然后画出自己的电路图，大家可以看一下，这个电路图的话画起来就比较奇怪，其实就是由 ai， 完全是由他画的。 呃，我今天的话也会教大家怎么从零开始做这个项目啊，大家可以看一下它生成一些文档也都是 ai 自己完全独立生成出来的，具体话我们可以看一下它这个项目总览， 是一个 esp 三二的一个项目，它是一个温湿度的一个控制板，然后它的一个整体架构，还有这些都是 ai 的 自主设计的，并且它有自己的一个版本，眼镜跟路线的一个 修复，还有原件清单，泵表，还有设计说明等等，这些所有的文档都是由 ai 来控制的。 好，接下去第一步的话，我们需要装一个佳立创 eda 的 一个插件，也就是拓展。 呃，在这个拓展广场直接搜索就可以了，我现在已经安装了，点一下已安装，然后我试了这几个 api 的 一个就是连接 ai 的 一个插件，发现比较好用的就是这第三个 run api， 这个 get 位，这个是比较好用的，然后大家可以看下它的教程。呃，它必须呃，它需要连接一个 skill 的 话来使用， 大家可以在这边搜索，就是拓展广场搜索这个名称就可以了。好，接下去的话我们要新建个文件夹，用来给那个 ai engine， 就是 ai 智能体的一个工作空间来使用，我们设计个文件夹就叫它 ai 设计电路，然后我们把需要的一些文档给它复制到里面就可以了。 好像这里面那些手册还有一些原理图的标准的话是我自己的话之前弄好的。呃，这些的话文档和一些标准的话，我会免费的分享给大家，到时候大家可以看一下那个评论区或者是视频的简介，我会上传到网盘， 这些是一些前置一些东西。还有这个的话就是配合刚才插件使用的一个 skill 文件，我们现在让那个 ai 智能体自己安装就可以了。我们国内可以用的话其实其实很多的啊。呃，比如说这个 work buddy， 还有 呃， cloud code codex 都可以啊，我基本上所有的那个 ai engine 的 都用过了，然后国内现在因为是那个 workbody 的 话，其中有一个它的一个模型是免费的，新手的话可以用这个芯片来试一下啊。现在直接跟他说我需要用 ai e d a 来辅助 设计电路，要安装一个 skill， 让他直接帮我安装就可以了。但这个其实是我已经安装好了，他等一下可能会出现其他的一个一个对话提示，好给他发送过去，然后 ai 就 会执行了。好这个 skill 的 话已经是装好了，然后可以让他测试一下， 好让他直接验证一下。接下去比较重要的就是要打开这个计划模式， 然后输入相关的一个信息，基本上每个 n 卷的话都会有这个计划模式，然后你就把需要的一个你要做什么电路，大致的跟他讲一下， 然后跟他讲一下需求，然后让他获取一下你的那个使用的一个手册，然后这个原理图的标准也让放下，让他参考。 好，这样就可以了，然后他就会自己来设计方案。 好，他现在开始读取了那个工作的一个文件，然后你的手册的话他也会读取到， 然后这个传感器的话是我在那个围绕商城免费领取的，就是他们正好是和 t 一 泰科电子搞活动，然后继续起到七月三十一号都可以在围绕商城免费领取传感器的样品，并且还会送红包。我自己呢也拿了六块钱的红包，并且也申请了样品， 如果有兴趣的话可以看一下，我会把链接也会放在那个评论区或者哪里。好，接下去的话他就会问你几个那个相关的一个参数，如果你不知道的话，你可以让他自己选择， 当然你有自己的要求的话，你也可以直接在其他补充里面输入自己的要求。大部分的那个 engine， 不 管是 cloud， code 还有 codex 的 话，基本上都是差不多的一个流程。好，现在就是它已经开始生成方案了，会写计划书， 生成好之后的话你可以直接点开始执行，或者你自己看一下它的一个设计方案怎么样，觉得不行的话可以让它再修改，等一下我就让它直接执行吧。 好，这个就是他的执行过程，然后我已经快进了，本身是比较慢的，他会写脚本，然后来画图还会产生一些问题。好，这个是他的给我的第一版，你有没有觉得特别神奇啊？这个版本他这个的话画的还蛮漂亮的，但是他这个不符合常人的画图，因为他是都用那个 所谓的母线来连接的，他没有用那个所谓的母线来连接的，他再修改第二个版本。 好，这是他给我的最后的版本，大家可以看一下。这个其实也是稍微有点奇怪，不过暂时也是可用了，至少是能看出来是一个正经的电路图了， 可以看一下。他画的还是有点有点奇怪的，不过还行。好，如果你满意了这版方案的话，那你就可以进行下一步了。呃，先来检查一下，其实他已经检查过那个 d、 r、 c 了，就看一下有没有什么问题。好，这版本的话我就算他通过了。 好，接下去的话，这个重要的步骤就是把所有的一个项目文件都要整理好，就是一些标准文件，因为大模型本质是没有记忆的，所以的话你要把所有的踩坑经验，还有一些项目的一些整体的一些情况都要让它整理好。一些项目的一些文件， 把它以文本的形式存好，然后我们再开始进行下一步。呃，因为今天时间有限的话，我们就暂时先到这边，我们先给他大家看一下他整理出的一些相关文件，比如说这个踩坑经验总结， 可以看一下。然后这是他一些规划出来的一些问题，因为他的大模型会有个 look 的 一个模式，他会自动循环，他会有很多问题，然后他会自己解决，然后他会把这些经验的话总结好之后，你下次把这些所有的文件再给他的话， 他就会，嗯，因为之前的经验他就会少踩很多步骤。其实大家看视频这么短，其实这个 ai 已经跑了很久了， 呃，所以的话项目的文档建立的标准还是比较重要的。呃，之后的步骤就做 pcb 版和那个开发固件和 那个做一个网页的看版，其实这些都是比较简单的，我觉得比较难的还是原理图画的是最难的一部分。呃，这个通用的一个原理图的标准， 我之前总结的这个的话我会免费分享给大家，然后的话大家可以载入这份标的文件，这样的话就会有少很多问题啊。并且的话本次项目的所有的 skill， 还有我还有一些项目的说明的话，我都会打包好上传到网盘给大家免费的分享参考使用一下。 呃，如果本次项目对你有用的话，麻烦来给我一个点赞投币和收藏吧。我其实这几个项目还有之前做的项目已经跑了好多天的 ai 了，然后这次再总结出这份经验，好，我是还能畅游，那我们下次再见吧，拜拜。
547寒蝉唱游
00:25查看AI文稿AI文稿你是否也曾被画到深夜的原理图折磨的心力交瘁？传统的硬件开发，从方案构思到初稿往往需要数小时甚至数天，而现在只需在对话框输入你的设计需求， ai 帮你秒集匹配最佳方案。自动生成电路说明，连精准的 b o m 表也一步到位。告别手动建库和画线的繁琐的同时，还能为你自动封装连线， 直接生成底层原理图工程文件，告别传统低效，把时间留给创新与调试。
419EDA365AI科普
02:32查看AI文稿AI文稿真得感谢发明空气开关的人，一旦线路出现短路，他能瞬间切断电源，不然的话会立刻引起火灾，非常危险。其中空气开关内部设计非常巧妙，那他是如何实现快速识别短路并且断电的？ 我们先从最简单的结构开始，中间是个金属弹片，现在我们希望在正常通电时，弹片始终保持连接，而一旦发生短路，电流增大，弹片能够自动快速断开。 所以我们给他装上一个拨片装置，当拨片朝上时处于导通状态，当拨片朝下则是断开状态。其中这两个弹簧位置设计很巧妙，拨片向上提的时候需要施加比较大的力气， 此时下边的弹簧处于蓄力状态，一旦给拨干一个很小的力，他会瞬间弹开，这个过程弹片就是快速断开。接下来给主线路 接上一个加粗的绕组，在通电的过程中，绕组会形成强大的磁场，下一步再加上一个顶针装置，在绕组的中心放上一个弹簧，然后将顶针放置在中心。 根据棱刺定律，通电时的磁场会让顶针产生向下的安培力。正常通电时所产生的安培力，由于中心有弹簧，正好让顶针处于悬空状态，而一旦电路短路，电流会急剧上升，也就意味着绕足产生更大的磁场。这时推动顶针向下，会碰到底部的拨片装置， 这个时候底部处于蓄力的弹簧被触发展开，使得弹片和电路断开。到这一步还不够，在弹片断开的瞬间会产生强大的电弧，所以在这个位置有个灭弧扇，灭弧扇的结构是多片相互隔开的金属薄片，在断开电路的瞬间，电弧的高温 会向空气更多空间更大的位置移动，这时电弧进入灭弧山会被切分成多段，然后就在灭弧山内部在空气的作用下快速消失，所以这一整套装置名字就叫空气开关。 而在日常生活中，除了短路，更多时候是用电器过多导致电路超载，所以空气开关还会加上。这个装置叫双金属片，这是两种随着温度升高就会扭曲变形的金属， 其中上边的变形程度会比下边的更大，所以在通电的过程中，如果遇到电路超载，意味着通过的电流变大，而电流越大，温度越高，金属片就会向下扭曲变形， 这个过程拉动顶部的装置向下移动，一旦超过弹簧的临界点则会立刻断开。所以空气开关在超载用电的情况下也有及时断电的功能，那么这一套就是空气开关的原理。
848华秋PCB
01:18查看AI文稿AI文稿上一个视频我做了一个迷你试播器，可以看出来这个东西非常小，连线键都挤在一块了，画的非常密集，所以很容易出错，但是又不容易发现，怎么办呢？比如说某个电阻画歪了，焊不上了怎么办？ d r c 检查又没有错误。比如现在我演示一下，把这个 led 放在电阻旁边，并且靠的非常的近， 这样的话这个 led 和这个电阻肯定是相互遮挡，不好焊接的。好了，画好了，然后检查一下 d r c， 发现没有错误，所以 d r c 是 检查不出来这种错误的。那么现在我推荐一个工具，先把这个错的制版文件导出来，然后用这个工具把刚才导出的板子拖进来，然后点击一键分析 右边很多分析的结果，然后这个黄色和红色都是可能有问题，看右边第一个黄色线点一下会出来所有的警告线，会定位到各处的问题前面这一些，因为这是封装内的间距，所以不要紧， 当点到最后一个的时候发现问题了，可以发现这两个焊盘距离非常近，其实到这里你已经发现异常了。 再看私印，这边第一个报错就是这里两个检测项都定位到这一个问题了，说明这里很明显。然后其他的私印报错呢？都是咱们自己写的字，咱们自己心里清楚到底是对不对，然后根据检测到的问题把它修改好，然后就可以打版子了。
471王大明
02:49查看AI文稿AI文稿发明这种屏幕的人真是天才。放大看，图案是由多个小块液晶组合而成。这些液晶的底部是一层 led 背光，当给液晶施加高电瓶，就能变成不透光状态。所以想要什么样的图案，只需要控制相应的液晶，施加高低电瓶就可以了。 但这块屏幕有多达一千多个液晶点，不可能接一千多条线控制，这样太浪费资源了。天才的工程师采用的是矩阵式控制。为了方便理解，我们看第一块区域，当底部输入高电瓶，交叉点的位置就会变暗。 这里高电瓶用一表示，低电瓶用零表示。比如输入零零一零零，那就是第一行中间的位置变黑，或者输入一零零零一，那就是两边的位置变黑。但现在只能控制第一行。假设我要展示字母 a， 先输 入零一一零，展示第一行，再输入一零零一，切换展示在第二行，以此类推，主行显示。接下来加快切换频率，利用人员视觉战流，看起来就像是同时展示整个画面了。 既然屏幕要快速切换，所以内部要用芯片控制。这款芯片的 cgr 内置了阿斯口制服库，每个制服都有独立的指令。 比如字母 a， 高位输入零一零零，低位输入零零零一。所以在屏幕外部有八个数据输入口，只需要输入零一零零 零零零一，芯片就会自动识别展示字母 a 了。到这一步还没完，对芯片来说，他怎么知道要输入到哪个位置呢？这块芯片的 dren 储存了每个位置的坐标信息，采用的是十六禁制术。十六禁制就是从第十 只为其用 a 到 f 表示。比如这个位置四零转为二进制数，就是一零零零零零。这块屏幕的地址信息规定了，最高位默认高电平一，所以这个位置的指令是一一零零零零零零。 现在位置信息的指令已经确定，内容信息，字母 a 的指令也确定。接下来传其中一条给屏幕。那他是怎么知道这是位置信息还是内容信息呢？ 在屏幕的第四个位置有个 is 口，当 is 为零时，判定指定是地址信息，当 is 为一时，判定指定是内容信息。所以想在这里展示字母 a 先给 is 输入零，同时输入一一零零零零零零确定位置， 然后 i s 输入一，同时输入零一零零零零零一就能展示出来了。这块屏幕的新 片显存可容纳八十个字节，也就是可以一次性输入超出屏幕以外的内容，通过接口命令控制内容位移，还能实现滚动的效果。这块屏幕一行可显示十六块区域，共有两行，所以名叫幺六零二 a。 我是电子工程师华哥，一点也不难，对吧？
9.4万华秋
11:17查看AI文稿AI文稿hi， 我是 mike， 这里是好 ai 啊！欢迎收看我们的二零二六年 ai 视频入门课程第二期。上一期我们分享了 ai 视频提示词的基本公式，把 ai 视频的生成拆解成依次，给摄影组、表演组和灯光美术组下达对应的指令。这是一个基本功的训练。如果你有去一直练习，一定会发现一个新问题， 某个镜头已经很好了，我只想微调一部分，再次生成，又完全是一个全新的镜头。但是如果你此时给他一张确定的图片作为手帧或者参考，那么一切就不一样了。这就是我们今天要讲的内容，图声视频。 首先简单解释一下为什么纹身视频每次都不一样，因为纹身视频本质上还是在让 ai 从零创作。如果你给他一段文字，也就是让 ai 去添加文字中的元素标签 k， 然后针对这些 k， 他 得从零开始脑补主角长什么样，穿什么，背景在哪儿。 它会从训练的素材库中去匹配相应的样子，让每个标签对应到真实的像素 v， 然后再拿后续的文本 q 去指挥 k 和 v， 而所有的这一切都是临时搭建的。这就是为什么你的提示词一样，但是每次生成却完全不一样。 但一旦你有了一张图，那么就相当于你递给 ai 的 一份标准化设定。 ai 会把你上传的静态图拆成空间结构，比如人物轮廓、桌子位置、光线方向，全部锁在它的注意力里，变成了一堆不可修改的固定 k 和固定 b。 这时候， ai 不 再负责创造世界，它只需要负责计算下一秒这些结构怎么动。 那么该怎么深图呢？深图也有标准公式嘛，其实本质上还是那个公式，景别构图，主体动作、环境、美学。所以发现没有，无论是深图还是深视频，这都是基础。 上期我们特意留了几个坑，没错，本期我们重点来讲解图声视频中的两个重要因素，构图和美学。听他说构图构图说白了就是怎么安排画面里的东西，让观众第一眼就能看到你想让他看的，并且还能跟着你的画面走情绪。这里简单介绍五种常用的构图。 首先是三分法构图，这是最显专业的万能棋手式。所谓三分法，就是将画面水平和垂直三等分成九宫格关键视觉元素。通常至于四个焦点处，使画面更平衡自然，符合人眼的观看习惯，可以用来创造呼吸感，引导观众视线。 第二个常用的构图是中新构图，比如经典的奥本海默这一镜，就是典型的中新构图，将主体置于画面正中央，突出角色的核心地位或精神状态。上一期我们给大家举的花丛和飞行员的两个例子，用的也是中新构图。 第三个对称构图。这个应该大家都不陌生，网上非常火的韦斯安的森风格，很多都是对称构图，那如果你想做一个对称的结构来强化诡异和压迫感， 那如果我们稍微把摄影机的视角移动一下，我们就可以得到一个引导线构图，创造纵深感，像箭头一样把观众的目光盯在你的主体上，增强景深和去式导向性。最后一个副空间构图， 在画面中刻意留出大量空白区域，使主体显得孤立或突出，传达孤独、疏离、空旷或宁静的情感氛围。其实构图还有非常多，我们在这里也给大家罗列了一些，大家有兴趣可以去解锁一下。 一旦你学会了构图，那么你的图片就从一个纯粹的中心主体变成了更有视觉引导性的专业图片。那我们玩一下控制变量，在其他内容都不变的情况下，只改变构图会带来怎么样不同的感受？比如三分法加中景， 三分法加特写，你可以体会一下不同景别像同一个构图带来的不同感受。全景能够引导观众看到人物和场景环境的关系，中景体现人物行为，这时候给人的感觉是平衡，日常有呼吸感，这是一种很舒服的观察视角。 特写能让人关注情绪，你会在意他在看什么，他在想什么，大家也可以去试一下，这样的练习对你理解构图会非常有帮助。那 ok， 理解完构图，我们再填上上节课的第二个坑。美学。 我们前期查了大量的 ai 教程，其实我不太建议大家死磕什么伦布朗光啊这种专业的名词，因为真的太复杂了，如果你不是专业人士，根本没法烂熟于心。 所以作为入门课，我给大家提供一份我们整理的常用的美学风格的名词，并且每个风格也配上了对应的图片，大家可以根据自己想要的效果对应找到风格的名称去生成。但需要注意的是，这个只是一个对于入门者比较简易的方式，不是每个模型都能精确的去解析这个风格名称的效果， 那如果碰到光靠渐入名称不能完全实现自己想要的风格怎么办？这里介绍一个我一开始做 ai 视频最常用的方式。电图 使用的模型是我个人觉得美学最好的深图模型 midoriy。 很多水音都说 midoriy 有 点跟不上了，但是从深图美学的层面来看，在各种模型层出不穷的今天，我认为 midoriy 的 美学和创意性依然是器灵级别，无出其有。 比如说我很喜欢昆汀电影的视觉风格，但是直接打昆汀电影风格出来的效果总是差了那么点味道。这个时候就可以用到 midori 的 风格参考功能，在同样写提示词的情况下，你把你搜集到的你想要的昆汀电影的风格图片全部都喂给 midori 的 style references， 然后添加参数 s w 空格，然后进入数值，数值在零到一千的范围内，数值越高， ai 对 风格的忠诚度就越高。 当文字输入风格名称没法满足你想要的效果的时候，电图识取风格就是非常有效的一种方式。那现在的 ai 深图，我一般会把它们分成两类，一类是纯深图模型，比如我刚刚提到的 midori 和 c dream， 四点零之前的那些版本。另一类是图片编辑类模型，比如 nintendo c dream， 四点零之后的那些版本。 需要注意的是，你不能用对话式的语言去要求 meiji 来生成类似模仿这张图片，但去掉其中的某个元素，改变整体画面风格之类的。这样的语言， nano 和吉梦可以，但是 meiji 没法听懂，但是不管哪类，大家都可以使用我们的这个提示词公式去申图，效果是最标准和高效的。 一旦你拥有了一张图片，那么恭喜你，你已经可以对一长串的提示词说再见了。 可能很多同学都会疑惑说，啊，麦克，我看到网上很多人的提示词，动不动就几百个字，恨不得把莎士比亚都叫过来给你写提示词。提示词不应该越详细越好吗？ 不是的，我甚至可以说，反而有时候有一些更短的提示词要比长篇大论出来的效果更好。这就要说到 ai 的 注意力问题了。 我们在之前的一期视频里讲过， ai 的 脑容量、注意力的权重会随着你输入文本的长度被分配稀释。 一旦你要求的细节太多太细，甚至出现前后细节的矛盾， ai 的 算力就会跟不上，哪怕是一个最简单的动作。如果你真的按照写论文那样去写， ai 反而会因为注意力权重的分配问题，导致不知道应该先看哪个，后看哪个，最后生成一个傻东西。 但是一旦你把某一张图片设为手阵，这时候 ai 的 自注意力机制就会发生一次强制的重新分配。就像这期视频开头说的， ai 不 需要分心再去想象它们上期说的景别构图、主体、环境、美学都不用再写了，图片已经将这五个要素全部框定在画面里了。 你要做的就是你写的提示词能够将 ai 所有的注意力全部都集中在描述从 a 状态到 b 状态的过程上，比如从平静到惶恐，或者从坐着变成站起。我们要把重点放在状态的变化上，而不要浪费在画面的描述上来充分释放算力。 所以这就是为什么有时候提示词长反而还不如你随手写出来的效果更好。我们来试一下某些用主流的可林吉梦、海螺等等，都可以 上传刚才生成的图片作为手绢，描写一下两个人的动作。比如白衣男人无奈的摊手摇头，爆炸头男人疑惑的点点头，两人面面相距，又疑惑的看向前方。其实词只写了五十个字不到，但是可以看到画面的状态表达还是非常流畅的，没有印伤。 sign on a deceiver， we don't match。 那 今天我们想告诉你，只是写状态变化也是有门道的。 今天我们不讲运镜首尾真我们放到下一期，我们就来讲一讲开局一张图，你要怎么写状态变化，才能更好的为你的故事情绪弧度服务。比如在不运镜的情况下，要表现这两个人心里非常害怕，但表现的很镇定，你会怎么写？五秒钟的时间思考一下。 好，可能有人会说，就直接这么写呗。心里非常害怕，但表现的很镇定。 mac， 你 刚说过，其实词要短一点，表达状态变化就好了。这句话不就是状态吗？好，那我们来看看直接写的结果。 do you see anything nothing yet just keep walking。 达到效果了吗？你觉得？但如果我们换一种写法，这样去写， um， yes， ok。 我 用他手暗示了人物手心冒汗，非常紧张，快速看向同伴，表明他在求助或者确认接下来该怎么做。快速地说出 yes， ok， 让观众瞧话了。好吧，其实他一点也不 ok。 有 没有发现这样效果一下子就好多了。但这并不是因为我的提示词写得足够长，而是因为我将抽象的形容词变成了具体的肢体和神态细节指令。 我们在 ai 生视频的过程中描述状态变化，会遇到一个 ai 视觉语义横钩的问题，也就是抽象概念如何转化为具体的动作。 这对于 ai 来说是个难题，因为 ai 处理的一直都是像素，而不是概念。对于 ai 来说，害怕是一个高维度的抽象概念， ai 很 难把害怕直接翻译成像素变化，因为害怕可以是一百种样子，但拍手是一个低维度的具体动作。 所以你在图声视频的时候，对 ai 进行状态变化的指令下达，一定要遵循具体性原则，这样 ai 才能更精确的还原你要的情绪。让我们再来练习一下，现在在不愿进的情况下，要表现这两个人很尴尬，互相不说话，现在你会怎么写？还是五秒钟思考一下？ 如果你依然直接写，两个人很尴尬，互相不说话，结果就会是这样的。 那我用具体性指定思维生成的结果就是这样的。 那在这里我就不把提示词放出来了，算是留给大家一个作业，大家感兴趣可以自己去练习一下。 那第二期徒身视频的课程内容差不多就到这里了，相比于第一期的纹身视频，你已经学会更精确的控制你的画面了。但是为什么同样一张图片，有些 ai 视频看起来就很生硬，而有些看起来就很像电影？ 区别就在于如何引导观众的注意力，如何控制去世的节奏。所以下一期我们就会把第一期留在最后一个坑给填上调度， 我们的 ai 导演组就该压轴登场了，大家记得点赞、关注、收藏和转发，这对我们来说非常有帮助。如果遇到了问题也可以在评论区留言，或者进我们的社群一起讨论。我是 mike， 这里是好 ai 啊，我们下一期课程见！
336这里是好AI啊
01:56查看AI文稿AI文稿你以为 ai 只运行在芯片里，其实每一次计算、每一次数据传输，都要先跑过一块超级电路板。这就是 ai 服务器用的高多层 pcb。 它不像普通板子只有几层线路，而是把信号层、电源层、地层一层层叠起来，像一座立体交通城市。为什么要做这么多层呢？因为 ai 服务器里有 gpu、 c p u 高速内存和大量高速接口，信号要快，供电要稳，干扰还要低。层数越高，对材料阻抗、对位和加工精度的要求就越苛刻。那高多层 pcb 是 怎么生产的呢？ 第一步，不是直接生产，而是工程检查，工厂会先看设计文件、叠层结构、孔位、线宽、线距和阻抗要求，把可能制造不了、容易翻车的地方提前找出来。第二步，制作内层线路。简单说就是把铜面上不需要的部分石刻掉，留下真正传输信号的线路，每 一层都要先做成一张精密地图。第三步，压合，把一层层线路绝缘材料和铜箔叠起来，在高温高压下压成一整块板。高多层 pcb 最怕什么？ 怕层与层对不准，因为一边后面的钻孔和连接都可能出问题。第四步，钻孔和电镀孔不是普通的洞， 它是楼层之间的电梯，通过机械钻孔、激光微孔，再把孔壁镀上铜，不同层之间才能真正导通。第五步，做外层线路阻焊和表面处理。你看到的绿色、黑色或其他颜色的外衣，主要是阻焊层，用来保护线路，也避免焊接时短路。 最后是检测高多层 pcb 不是 做出来就算完成，还要检查线路有没有开短路，阻抗是否可靠，层间有没有异常？ 所以 ai 服务器里的高多层 pcb 本质上不是一块板，而是一套高速、稳定、低干扰的工程系统，它把芯片、内存、电源和接口连接起来，让 ai 算力真正跑得起来。
27:26查看AI文稿AI文稿好，接下来我们来看这个实际的操作。呃，这是我用的一个这个相当于大模型的一个集成网站，大家也可以根据自己的需要选这种豆包啊，或者文心易言，或者是别的这种大模型 的单独自己的官网去用，因为这个相当于它是一个统一集成的网站，相对来说会比较方便。呃，这是一个 ai 绘图，然后您在这里可以呃选择自己想用的这个大模型，像 g p m e 纸啊， nano banana， 然后福禄 x， 然后吉梦 ai 同一千万，这些都可以进行选择。然后首先我们来学习一下怎么那个生成一个架构图。那么首先我们先看一下什么是一个架构图， 那么架构图的核心定义就是用标准化图形连线标注，直观的展示一套系统软件、硬件业务的整体结构，组成模块 层次划分、交互关系、数据流向的示意图。那么整个架构图的它的作用就是把复杂内部逻辑可直观、方便沟通、设计、评审或者运维。 整个架构图的核心价值一是能够理清我们整个文章整体的一个结构，然后分清楚我们文章里边各个的这种主件啊，或者各个模块之间的相应的一些职责。然后第二就是能够展示我们主件之间如何调用，如何传输数据的。 然后第三就是区分我们整个一个层级，比如说有一些软件方面的，他们可以做一些这种前后端的数据库啊，这种层级的分开。然后第四就是给相应的一些开发运维产品提供统一的标准。 嗯，常见的架构图一般就是按照这种分层的架构，有前端层、应用服务层、中间层、数据存储层，进行这种至上而下的展示。微服务架构的话， 他需要拆分各独立的服务网关注册中心、呃，消息队列、数据库等等。然后部署的架构图就是要偏硬点，这个我们的服务器啊、容器啊，然后云资源这些集成，这些机全是怎么部署？然后包括上面的一些负债均衡，包括网络的一些分区。 然后数据流的话，图就是数据我们从产生到处理到存储到输出的整个流转的一个路径。 然后相应的业务架构图，他更多的是梳理我们整个业务语、业务模块、业务流程，然后组织智能，不关注我们整个一个技术，只看业务的一些逻辑。 然后基本的汇总元素包括矩形用于描述这个服务啊、模块啊、系统啊，然后数据库等等等等，然后圆形，椭圆形我们可以去用来描述这个使用方和用户， 箭头可以表示我们整个一个业务的调用方向，区域流向虚线可以展示我们整个这个一步调用定时任务等等啊，色块的分区可以用来区分我们整个一个层级级群，还有环境 啊，这是我们整个架构图的一个含义。那么接下来我就给大模型输入一个指令，就是帮我生成一张架构图，这是最简单的一个方式。然后你看我们选的是 gpm 值 这个大模型，然后他正在生成图片，这个耐心的等一下，因为每一个大模型他需要自己的思考过程，而且都在后台他们的服务器进行计算， 一般这个思考的过程大概是根据我们的需求，或者根据我们的提示词的词量，然后他进行分析。像这种的话，一般一到三分钟 可能会生成一张，因为我们的描述相对来说比较模糊，所以大模型他也不会有太复杂的这种计算。 好了，这是他生成的一张图，看一下我给的输入的指令是帮我生成一张架构图，那么这个大模型帮我生成的是一张软件的架构图，你看最下边是基础设施层， 可以放大基础设施，包括这些云服务器、容器这些等等等等。然后第二层是支撑层，包括认证授权、日制中心、日制采集、日制存储、日制拷锁，然后监控告警，这些包括这种指标的监控可示化，然后告警通知。 然后 cicd 包括代码仓库构建部署、智能化部署等等。然后在网上是数据层，主要分为数据存储、数据处理和数据仓库，数据存储是关系型数据库、分布式数据库，然后 no circle 数据库，还有对象存储，然后数据处理包括数据同步、离线计算、实时计算等等。然后数据仓库包括我们整个一个树仓服务，然后报告服务。 在网上是服务城，就是面向我们所有软件的一个应用，这个是面向一个微服务的这么一个架构图。那么里边包括这种业务的服务集群啊，包括用户服务、商品服务、订单服务、支付服务，然后库存服务、优惠服务、内容服务、消息服务等等， 这些是后台的一些微服务，这些微服务之间彼此独立，然后相互协助进行调用。呃，如果想使用这个微服务的话，包括一些这种配套的服务治理和配置，包括服务的这种注册和发现， 然后用于统一的这种微服务的管理，然后一些配置中心，然后一些服务的溶断降级，就是多个微服务并行运行的话，如果出现这种异常的话进行溶断。嗯，然后一些这种链路的追踪，就是服务的这种链条的追踪，然后同时提供这些基础的组建， 包括文件服务、消息队列、缓存服务、分布式事务，然后搜索服务等等等等。再往上是网关城，网关城这些其实是用于屏蔽后端的这种微服务跟前端的这个业务 呃访问层之间的一个关系，那么 api 网关可以包括这些相应的功能，路由转发、健全、协议转换、黑白名单、日制审计等等。 最上面就是我们整个用户在使用软件的时候所需要的访问层，就是直接面向用户的，他们包括呃客户端接入层和第三方接入，那么客户端主要是针对我们 pc 端就是呃电脑和服务器， 然后移动端是那个针对我们这个手机啊、平板端这些主要是客户端，然后接入层包括 dns 载均衡、 waf 等等，然后第三方的一些接入，包括第三方的应用啊，呃开放的一些 app， 同时针对这些层 提供了这个运维治理的一个贯通所有层的这样的一个功能。然后从上面就是包括系统监控、日日审计、安全管理、容量管理、备份容灾、成本管理、运维管理等等。那么这个就是大木星帮我们出的一个架构图， 嗯，这个主要是微服务使用的一个架构图，那么对于计算机专业，对于软件设计专业来说，相对会比较专业一些。 然后因为这只是一个简单的要求，那么针对我们每一篇文章那可能的要求不一样，那么这个只是大模型，按照我们最开始的一个模糊的一个提示词，然后他进行了一个生成，但是我们也可以进行一个优化提示词，比如说 我把这个帮我生成一张架构图，输入到里边，大模型也可以帮我进行优化， 它会根据我们这个架构图通常是由什么组成，然后什么要求，然后进行一个相应的优化。你看它的优化后的职位就是专业高清技术系统架构图，然后具备极简的商务科技风格，能够遵循标准的 u m l 架构 绘图规范，包括用户终端层、应用服务层、数据存储层的分层模块化结构。 然后你看这个的要求就像会来说说比较细了。再往下就是搭配清晰的这种数据流向箭头、服务器集群节点、数据库主键、 api 接口标识啊，整体的布局要求工整对称，线条简洁流畅啊，采用低饱和度 蓝灰商务配色，然后能够纯白背景突出我们整个一个核心内容。字体要求清晰规整，无需多余装饰元素， 构图居中完整，视觉效果能够专业整洁。这是我们的一个中文提示词， 然后他会有一些反向的提示词，就是对我们生成的图有一些这种避免的一些提示的这个词语，包括避免模糊失真啊、线条杂乱、扭曲、模块错位、畸形、配色、四眼突兀、文字模块 不符合我们的要求等等，我们可以把这个生成的优化的提示词进行使用， 嗯，文字模糊不清，然后有一些这种重复涌跃的元素，非专业的手绘风格，以及这种多余的背景装饰，画面残缺等等，这是反向提示词， 这个就是框定了我们最后的架构图应该是一个什么样子的，一个是从正向我们的一个要求，一个是反向要避免生成什么样的东西，然后我们再把这个发送给大模型，让他进行生成。 那么这次因为我们的提示词相对来说会比较多，所以这个大模型会计算的时间或者他思考的过程会更长一些，请大家耐心的等待 呀。看，这是大模型生成的图， 可以看到它是数据存储层、应用服务层和用户终端层，我们再对照它的相应的这个中文提述。 首先我们要求是要分成这三个层，用户终端层、应用服务层和数据存储层来看一下，它是按这个三层进行分类的，然后整个的布局也是相对比较工整，线条也比较流畅。 嗯，然后采用这种低饱和度的蓝灰色商务风格，也是纯白色的做背景， 然后字体相对规范规整，然后也没有多余的这种装饰元素，然后构图居中完整，然后视觉效果相对来说比较专业和整洁，这就是按照我们的要求进行设计的。 然后用户终端上我们可以看一下，它是分为外部浏览器、移动端、 app、 平板设备，然后第三方系统，这个就是大母星，根据我们的要求，他自己在细化的，然后通过这个 api 网关统一的接入，然后应用服务城分为基础服务、业务服务机群，外部 服务接口的，然后基础服务包括这种用户认证、权限管理、日制服务、监控告警等等。然后业务服务集群，包括这个用户服务、订单服务、商品服务、支付服务、通知服务、报表服务等。 然后外部的这种服务接口包括短信服务、邮件服务、第三方支付、地图服务等。 数据存储层，包括这个关系型数据库集群，呃，有这些主库啊，一些存库等等。然后缓存集群，包括 radis， 呃，非关系型，这种数据库有 logo d b， 然后搜索引擎，包括这些相应的一些搜索引擎，然后文件存储，包括这种对象存储服务好。数据备份与容灾，包括备份服务，异地容灾， 同时提供了我们这个图例的一个说明，包括数据流向，然后交互通信的箭头，服务器的节点的提示，然后数据库的图标，然后外部服务的图标，这就是一个比较完整的一个架构图。 当然如果大家有自己的一些要求，可以在我们这个优化的提示池上再进行一个相应的补充， 那么继续我们接下来介绍场景图，在我们那个文章里，通常也会遇到这种场景图，用场景去描述我们整个文章的应用背景，那么场景图 最常用的是跟架构图进行相应的配套。场景图的定义就是用于描述我们某一条完整的业务流程，用户交互链路、事件执行全过程的这样一个示意图，聚焦整个动态行为先后顺序，参与者的交互，不展示系统静态分层结构。 那么细分为三种软件场景图。第一个就是这种用力的场景图，包括一些这种顶层的需求 角色，就是用户或者第三方，他加上这种相应的系统功能，就是展示谁能用哪些功能，宏观的一些业务场景。第二种就是这种交互持续的场景图， 用生命线加这种消息箭头的方式，按照这种时间顺序展示，多组建用户之间这种一文一达的这种完整流程 好。第三就是测试场景图，有一条主干正常流程加多条异常分支备选流程，然后去覆盖我们整个正常失败、中断 等一些业务场景，然后用于我们整个设计。呃，测试的一个用力，他核心特点就是通过用户或者业务的这种运行的视角，看怎么用或者怎么走流程， 然后内容包括一些这种人操作消息步骤、异常分支执行顺序等等。然后时间也有一些，有先后有交互啊，这种动态过程 通常在那个应用场景里边也不会出现这种服务器分成啊，数据库啊这种硬件部署的一个内容。 好，接下来我们用大模型让它生成一张这种场景图，开始敲入帮我生成一张场景图， 接下来我们就给大模型一个思考的时间，让它生成一张场景图。 由于我们给的这个提示词相对比较模糊，所以大模型他在预算的话， 呃，也会去按照我们的要求，这个明显就不符合我们的要求了，就是这，这是给了一张这种类似于照片的这种场景，但其实不是我们想要的，所以我们通过这种优化提示词的方式，然后进行修改。 嗯，这整个的优化提示词也不是我们想要的，这个是一个相当于春日的郊野的一个场景，那我们再加一个限定词， 帮我生成一张软件应用场景图， 那这个明显不是我们想要的，它其实还是画的是一个使用场景。 好，我们优化了一下这个词啊，帮我生成一张软件测试持续的一个场景图，然后这是他优化后的一个提示词， 当然也会有一些这种背景，然后持续流程是按照从左呃向右进行依次的排布，包括需求评分确认、 测试计划编辑、测试用力设计、测试环境搭建、嗯，手动自动化测试执行、缺陷提交与跟踪、回归、测试验证、上线验收、项目交付这样一个流程。然后有一些这种没有必要的背景的，也可以要求大家可以到时候根据自己的 使用需求进行修改。然后我们点使用前边这个背景的一些这种风格，就呃，没有必要，你就可以把它删掉。 这是整个一个要求专业软件测试的一个全流程持续场景图，让时间流程按时间从左往右依次排布，包括这些流程， 呃，每个流程节点使用统一的圆角矩形文本框，然后计划类的节点用淡蓝色，执行类用淡绿色，缺陷管理类用暖橙色进行区分，节点间用清晰的箭头标注时间先后顺序，文字工整清晰无重叠。 整体的整个一个色调专业柔和，采用均匀的自然光进行照明。然后这个其实没有必要，这块可以删掉，然后无多余涌于这种装饰啊，画质高清锐利 反向的提示词，包括这种避免模糊变形的图形杂乱配色，然后重叠文字，低分辨率画质 无关非办公的一些装饰，然后逻辑混乱的这种时序箭头。那么这个是我们优化后的一个提示词，然后我们交给大百姓，让他帮我们再重新生成一下，看看能不能符合我们的要求。 每个大模型他最后根据自己的理解去呃和我们输入的提示词进行生成，所以有的时候并不是我们想要的提示词，这样就要进行不断的修改和迭代，所以这是一个动态交互迭代的一个过程， 所以某一次的这种生成效果并不理想，并不代表他最后不能达到我们的要求，所以要通过这种不断的优化，不断的修改，让大模型逐渐慢慢的理解我们所想要的图形到底是什么样的。 那么接下来我们就等一下看看大模型按照我们最新的一个这样一个要求能生成什么样的图形。 哦，生成好了，你看一下，这是整个的一个测试的应用场景图，你看 他按照我们的整个一个流程进行生成的，呃，一是需求评审确认，然后二是测试计划编辑，三是测试用力设计，四是测试环境的搭建，五是手动自动化测试的执行，六是缺陷提交与跟踪，七是回归测试验证，八是上线验收，九是项目交付 啊。同时每一个提供了这种相应的矩阵框，然后提供了相应的图标，也提供了这个数据的一个执行的流程的一个箭头 啊，同时提供了我们相应的一个图例，包括这个计划类的、执行类的、缺陷管理类的，这个也是我们提示词里边的要求，那么整个这个图基本上按我们的提示词进行了生成，这是相应的一个应用场景的一个图。 那么接下来我们讲一下原理图，就是原理图如何生成。首先是我们先看一下原理图的一个基本概念， 算法，原理图，它是用图形方框、箭头文字直观展示一套算法内部的计算逻辑、数据流转、分支判断、循环步骤的示意图，然后用于专门解释我们整个一个这个算法这样一个底层的运算流程， 而不画相应的这种业务部场景和系统架构。核心的作用就是把抽象的数学公式、循环叠代、分支条件可识画，方便我们读者能够看懂这个相应的一些计算逻辑 核心构成的元素，包括矩阵框，有些计算单元、步骤、函数、数据模块等。菱形框，嗯，包括这种判断的一些条件箭头，包括数据的输入、输出方向，带循环的这种回流箭头标注啊等等等等。 和前面几种图的区别就是我们整个原理图，它是聚焦这个计算逻辑数据怎么算，怎么迭代更新。 常见的这种原理图主要是面向这种机器学习的算法，有些这种传统的机器学习，比如梯度下降啊， kmeans 遗传算法这样一个原理图，还有一些这种深度学习网络的算法。原理图 包括这种神经网络的一些结构，包括输入成卷积成、激活函数、转化成全连接成输出等等，这个就是展示我们整个图层变换的一个计算过程。那么接下来我们用大模型帮我们生成一张算法的原理图， 帮我生成一张神经网络的原理图，把这个提示词发给大模型，然后看大模型帮我们生成一张什么样的神经网络， 同样第一次给他这个相应的提示词，这个大模型的计算或者他的思考过程还是比较慢，请大家耐心的等待 好了。这是大明星给我们生成的一张神经网络的原理图，它包括输入层、隐藏层， 然后隐藏层有两层，然后一个输出层，然后同时有一些这种神经元的计算层间的一个传播的原理，包括训练的一个过程，同时提供了一些常见的这种激活函数，包括 ray， loop， sigma， mod 这些激活函数，还有损失函数的一些计算公式。 这个是给了一个通用的一个神经网络的原理图，然后我们把这个进行一个优化， 先优化我们的提示词， 那么这是优化后的提示词， 中文提示词就是八 k 的 这种高清写实风格的经典全连接神经网络工程原理图， 结构清晰工整，包含输入层、三组的隐藏层、输出层，每层由均匀排列的圆形节点组成，节点间用带有淡蓝色光效的数据线连接，并标注数据流动箭头， 每层旁配有清晰的中文标注，文字背景为带有淡灰色科技网格的深空蓝调纯色背景，整体色调偏冷科技感，光线柔和均匀，平视正交视角，构图严谨规整， 然后无多余的杂乱元素，然后反向的提示词，避免模糊变形的节点错位或者是缺失的标注杂乱的这种无关的装饰，错误的层级结构，低分辨率的这种画面， 呃，线条粗糙，文字模糊不清等等，这些就是我们给这个大模型的一个优化后的提示词。各位作者在写自己的论文的时候，根据自己的要求也进行相应的修改，比如说我们的输入层 有哪些内容进行要求，然后隐藏层又现在写的是三组，也可以写多组，然后每一层有多少个元素，这些都可以进行一个相应的限定。我们就按目前的这样一个要求 交给大模型，然后看大模型根据我们的这个提示词能够生成什么样的一个图片，能不能满足我们的一个要求。 好了，这是我们的这样一个新生成的图片，这个是大模型根据我们的输入的要求，然后他理解并生成的 图名就叫经典全连接神经网络工程原理图。然后输入的包括五层，一个是输入层，然后三层隐藏层也是没问题的，然后输出层，然后同时配有相应的文字的解释， 接收原始数据，作为这个网络的输入，这是我们输入层的一个特征，然后呃三层隐藏层用于 描述他每一层的一个功能，第一层就是学习初级的特征提取基础信息，第二层就是学习中级特征，抽取复杂的模式。第三层就是学习高级特征映射输出空间啊。最后的输出层就是输出我们的一个预测结果，完成任务的一个目标， 同时也给了一个这个数据箭头的一个数据流动方向，这是那个大模型根据我们的要求生成的一个 整体色调偏冷科技感的一个图片，然后我们也可以根据我们的要求进行相应的修改，比如说帮我生成 神经网络原理图，那我们这一次就要求让他一次性生成五张，让他给我们提供多种的风格，然后我们从里边进行一个挑选，这样就避免了这种每次叠带一张图片这种这个效率 好，这是他按照我们的要求生成的，那么他呃生成了不同这种神经网络原理图 也是可以的。第一个就是感知机，就单程神经网络这样一个呃原理图，然后第二个就是乾坤神经网络这种多程感知机的一个原理图。然后第三个就是反向传播算法，它的一个原理图包括输入层、隐藏层和输出层，同时它的更新参数的一个公式。 第四个就是卷积神经网络， cnn 这个经典的那个神经网络原理图，包括输入层、卷积层、磁化层啊，全连接层和输出层，然后前边的三层用于这种特殊的提取，后边用于分类 好。第五个就是循环神经网络 rna 的 它的一个原理图，同时提供了相应的一些图例和一些状态更新的公式。那么就是大模型理解我们的神经网络的原理的要求，就是根据我们的需求 提供了五种神经网络原理图，然后我们根据我们实际论文里边用到哪一个，然后进行相应的选择，然后进行修改就可以了。
21小卢学长
07:12查看AI文稿AI文稿打开已经建好的工程文件 led， 要输入原理图，必须先找到需要的元气键，就是从元气键库中选择本次设计中所需要的原件。我们按下对象选择器左上方的 p 按钮， 弹出器件选择窗口，就在关键字中输入 a t 八九七五幺，在结果窗口中就会显示查找的结果。 双击鼠标左键，把 a t 八九七五幺添加到对象选择列表中。还有刚才你们要找到的金正，不是直接输入金正，而是要知道它在 pyteos 软件中相对应的名称。 金秤的名称是 c r y s t a l。 我 们输入 c r y s t a l， 也就把它添加到对象选择列表中了。好了，这是这个信号灯控制系统的硬件电路图和器械清单。 每个器件在 produce 软件中都有它相对应的名称。我们用同样的方法添加任务的所有原件，把它们都放到对象选择列表中。 我们已经完成了从库中提取需要的原件，这一步的原件 我们先从对九 c 五幺原件，这时候在预览窗口中会出现原件预览。在编辑窗口中，单机鼠标左键出现原件的虚影，进入放置模式， 移动鼠标到想要放置的位置。在编辑窗口再次点击左键，原件就放置到编辑窗口对应的位置上。 如果你觉得放置的位置不对，还可以移动原件，也就是先选择要移动的原件，然后按住左键，移动鼠标到新的位置，然后释放鼠标左键就把原件放置到新的位置了。 如果大家不小心多放了一个原件，也不要担心移动到原件位置，双击右键或者点击右键选择删除都可以删掉多余的原件。 那么有些同学在编辑的过程中觉得原理图的窗口太小了，那么如果要放大观察编辑窗口中的原理图，可以对原理图进行缩放。 最简单的方法就是移动鼠标到需要放置的地方滚动鼠标滚轮进行缩放，向前滚动是放大，向后滚动是缩小，大家自己动手试一下。现在我们用同样的方法来放置其他的原件， 最后我们来放置 led 发光二极管接口电路，从对象选择窗口中选中 led 杠 yellow 原件，单机对象方位控制中的按钮，我们可以旋转原件的方向， 这时候在编辑窗口中放字的时候就是旋转后的原件，以便于我们更好的来布置我们的原理图。你也可以在进入放字模式时，按下小键盘中的加减按键，对元气键进行旋转， 再单击鼠标左键就可以进行放置了。我们把元气键都放置好了，这我为什么我在气键选择中找不到 power 还有 ground 呢？ 所以我们先选中终端模式后，在对象选择器会将所有的终端都显示出来，我们选择电源终端和接地终端。在编辑窗口中放置好 使用终端有什么好处呢？在进行连接的时候可以大大的减少连线，避免电路的混乱。 现在我们已经把所有的原件和终端都放置好了，用鼠标左键框中一组对象，点击左键进行移动，在空白位置点击鼠标左键就删除了原来的选择。 放置好器件以后就可以开始进行连线了， 我们先来连接 p 一 点零引角和 led 的 副端，先将鼠标放置在 p 一 点零引角上时，光标会自动变成绿色。 在起点 p 点零引角，那点击鼠标左键，然后向左移动，鼠标到终点 led 的 附端，导向会跟随移动，在移动的过程中，光标画笔会变成白色。再次点击鼠标左键，完成画线。 画线就是这么简单，就是连接起点和终点。在导线上进行连线的方法基本是相同的，但仍然有几个地方需要注意一下， 第一个，不可以从导线的任意位置开始连线，而只能从芯片的广角开始连线，连接到另一根导线。 第二，当你连接到其他已存在导线时，系统会自动换至节点，然后结束连线操作。第三，对导线进行拖载，可以调整导线的位置。 现在我们已经把电路原理图连接好了。第四步，我们就要进行终端命名和修改元气键的参数，就是在终端上双击鼠标左键， 进入编辑终端标签窗口，在制服创中填写终端名就可以了。注意，相同的终端填写相同的名字， 那同样修改原件的参数，也就是要在修改参数的原件上双击鼠标左键，进入编辑原件窗口。在这个对话框中，我们可以编辑原件参考标号和原件值。 信号灯的限流电阻值为五百一十欧，我们就把这十千欧修改为五百一十欧就可以了。 现在我们已经在 produce 软件中把电路原理图画好了， 电路图的搭建和输入是以下几个步骤，第一步，从库中选取需要的原件。第二步，在原理图中放置原件第三步，连线第四步，终端命名及修改原件参数。
1拓博思
04:25查看AI文稿AI文稿ai 镜的驱动的 hyperworks 有 限仿真是如何进行的？今天给大家详细讲解一下。首先我们来看一下它的一个基本的仿真原理，大概分为以下五个部分，首先是我们的 自然语言的一个仿真的提示词，然后输入给我们的 ai 镜的一个角色层，这里的 ai 镜呢，可以是我们的 cursor 呃 workbody 或者是 tree 以及我们的 codex 都是可以的。由我们的 aiint 去理解推理、规划整个仿真的一个工程。通过我开发的一个 hyperworks mcp， 能够联通我们的 aiint 和我们的 hyperworks 软件，然后进行建模，网络划分，材料属性定义，编辑条件定义到求解，一直到我们的后处理，都是可以通过我这个 hyperworks mcp 去完成的。 到整个仿真完成之后，我们还可以通过 hyperworks mcp 让 ai in 的 去检查我们的一个网格质量，接触约束，一直到我们的这个最后一个仿真报告的章节，都是可以 通过我们的 ai in 的 去完成的。下面我们就开始进行实战环节，看看我们是如何去联通我们的 ai in 的 和这个 hyperworks 软件的。首先是我们需要这个 hyperworks mcp， 大家可以在我的 c a e a in 的 hop 这个 github 上的公开项目去找到。 然后我们可以看到这里有个 m c p 的 一个文件夹，点击一下到我们的 hyperworks m c p 这个文件夹下，这就是整个 hyperworks m c p 的 一个完整的项目，大家可以按照我这个 其实去安装配置。我们的对应的 hyperworks m c p 我 给大家看一下，它主要有两个部分，一个是在你的 ai 硬件里面去配置这个 hyperworks m c p 另一个部分时，我们需要在这个 hyperworks 里面配置一个叫 hyperworks mcp 堡垒级的一个插件，你也可以把这个提示复制下来发送给你的 ai 引导。我这里以 workbody 为例， 展示一下我是怎么去安装配置的。你把这个提示发送给 workbody， 它就会给你安装对应的 mcp 和这个插件。运行完成之后，我们在这个 workbody 的 专家技能和连接器这里找到连接器， 再点击一下这个自定义连接器，可以看到它这里有一个 hyperworks mcp， 然后是有六十五个工具。 当然你第一次连接的话，它可能会让你去点击右下角有一个信任，你就要去点击一下信任，就可以启动这个 hyperworks mcp 了。然后我们第二个检查点是我们需要在你的 hyperworks 软件里面去点击这个文件，点击下这个拓展， 你看你这里是否有一个 hyperworks mcp 破解的插件，这里是否是起用了。这两个都安装完成之后， 我们回到我们的 ai int 里面去，你就可以去验证一下你的 m c p 是 否是安装成功的， 我们可以复制这段提示，这里主要就是让它去测试这个 m c p 是 否是真正可用的。发送给你的 ai int 之后，它检测就是通过原声的 m c p client 之后就说明你的这个 m c p 已经安装配置完成了，然后就可以进行 ai int 驱动的 hyperworks 源源仿真了。 我这里给大家展示一下我这个钢制圆柱充气四边固制钢板的三维 a 显示动力学仿真的一个提示的结构。首先就是让它通过我已经启动的这个 hyperworks mcp bridge， 在 当前打开的 hyperworks 软件里面完成一个 radias 三维 a 显示动力学仿真。 这里主要是一些模型和工况的一些要求是什么，还有一个执行步骤是什么让它去完成这个 harpworks 有 限仿真。最后再给我输出一个完整的仿真报告，这个是它的一个仿真的提示词结构。当然你也可以呃让 n i 去写你自己的一个仿真的提示词，然后发送给我们的 任何一个能够支持 m c p 的 ai 镜的都是可以的。还有一点的话就是如果你只是安装了 hyperworks 这个 desk 软件还是不行的，还需要去安装 hyperworks 这个求解器，然后才能进行 ai 驱动 hyperworks 这个仿真的 要注意点的是，大家不要去照抄我教程中的这些路径，然后替换成你本机环境的一个路径，或者是说让 ai int 去找到正确的一个 hyperworks 在 你的本地文件的一个目录， 这完整的教程我也在这个 opacity 仓库里面有展示。这就是本期视频关于如何去用 ai int 驱动 hyperworks 仿真的一个教程，大家如果有什么疑问的话，可以去评论区向我提问，谢谢大家。
152去飞GoFly
04:53查看AI文稿AI文稿作为一名拥有零位粉丝的 ai 圈博主，从今天起，我将用一辈子的时间，为我的零位粉丝讲解全世界最易懂的大模型知识。而今天我要讲的第一个知识点， ai 核心术语。你有没有发现，现在的 ai 聊起天来总有一种打字机既视感，字是一个个往外蹦的。 更气人的是，聊着聊着，他突然就大脑短路，开始一本正经的胡说八道。其实，这些让人抓狂的表现答案，就藏在那些看似高深莫测的技术名词里，比如注意力机制、上下闻窗口，别觉得枯燥，读懂了他们，你才算真正摸透了 ai 的 脾气。 要聊 ai， 就 绕不开 l l m， 它的全称是 large language model， 也就是我们常说的大型语言模型。 说白了，他本质上就是一堆极其复杂的代码，但他处理的数据量是天文数字级别的。在他面试之前，工程师几乎是把全网的文章、 书籍、新闻全都灌进了他的脑子里。首先，我要打破一个迷思，大模型本身不识字，更不会思考。他之所以能对答如流，甚至能模仿出推理的样子，并不是因为他真的理解了你的意图。他本质上是在做一道填空题，计算下一个字出现的概率，听着很虚。 举个例子，当我们听到今天去餐厅吃了一顿，人类会下意识想到大餐或便饭，因为我们有生活经验， ai 也能答出饭，但他压根不知道餐厅长什么样。他是基于读过的海量资料计算出去，餐厅后面跟着饭次的统计概率最高。 严谨点说，它计算的不是文字本身的概率，而是文字对应的编码概率。这就引出了第二个关键词， token 大 模型是个数字呢，它只认数字不认字，所以你发的每一条消息，第一步都是被切成它能懂的代码，也就是 token。 然后 ai 就 开始拿着这些 token 玩概率接龙要注意， token 没有固定长度，有时候一个字是一个 token， 有 时候一个词也是，那 ai 怎么知道接什么词合适呢？这就靠第三个关键角色注意力机制。我们听人说话会抓重点， ai 也会。 注意力机制就像一道聚光灯，帮 ai 在 成千上万个 token 里精准定位最关键的那几个。还是回到餐厅的例子，注意力机制会给餐厅和吃这两个 token 分 配极高的权重，让模型专注计算它们后面的词 而弱化今天据这些无关紧要的词。正是有了这个机制， ai 的 回答才不会跑偏到十万八千里外。但凡事都有两面性，注意力机制既是聚光灯，也是滤镜。这种强制锁定重点的设定，导致 ai 缺乏发散思维， 也就是我们常说的不懂毒空气。比如女朋友说，我没事，你跟兄弟去打游戏吧。人类一听就知道这是送命题， 但 ai 不 行，它的注意力机制会死死锁定没事和打游戏这两个表面权重最高的词，然后非常真诚地回一句，好的，那我去了。这种直男行为就是注意力机制的副作用。除了听不懂话，大家肯定还遇到过 ai 失忆的情况。 聊着聊着，他把最开始的设定全忘了，这是因为他的记忆硬盘有容量上限，这个上限就叫上下文窗口，一旦对话产生的 token 总量超过了窗口极限，最早输入的那些 token 就 会被新内容挤出内存。 虽然有说法称系统会压缩前面的信息，但压缩本质上就是信息的删减和精简，这和直接丢弃差别不大。对于 ai 来说，那些被挤出去的信息就等于彻底没发生过，于是它就断篇了。还有一个特别让人头疼的概念， 也是我们要聊的第四个词，大模型幻觉。当你问到 ai 的 知识盲区时，它不会老老实实说我不知道，而是会自信地编造出一大堆逻辑严密、语气肯定的答案。 这个问题的根源在于它的训练机制。开发人员在训练时设定了规则，答对得分承认，不知道则得零分。为了在测试中拿高分， ai 被训练成了一种性格，不管懂不懂，先硬猜一个再说。所以，千万别把 ai 当成绝对权威的百科全书， 遇到关键数据和事实，一定要人工核实。既然大模型有这么多毛病，我们该如何驾驭它呢？这就引出了最后一个，也是大家最耳熟能详的词， prompt， 也就是提示词。 懂了上面的底层逻辑。写 prompt 其实一点都不玄学，它的本质就是你在帮 ai 圈定计算概率的范围和重点，你的核心诉求必须清晰明确。 比如想写请假条，就得告诉他你的身份、请假是由和篇幅要求。信息越详细， ai 在 分配注意力、权重时就越准，生成的内容就越贴合心意。 同时，为了压制他瞎编的冲动，你可以在 prompt 里加一句紧箍咒，如果你不知道确切答案，请直接回答，不知道不要编造事实，这样能有效抑制他硬猜的欲望。好了，以上就是本期视频的全部内容。
00:26查看AI文稿AI文稿上次 ai 自动帮我做了个线路板，并且把程序都给我写好了，很多网友关心这块板子能不能用，我们还是直接把它丢给 ai 检查，很快它就开始分析审核， 先是判断原理图是否正确，再是 pcb 布局是否可靠，然后是固件是否正确，最后是软硬件交叉核对完整。审核报告就出来了，测试基本通过，同时也给出了调整意见，大家觉得怎么样？
1423From silence
02:28查看AI文稿AI文稿在古老的云山深处，有一座传承百年的幻象公房。公房里的画师能画出世间最生动的万物。然而，老长的玄老却有一个极其古怪的癖好。每当公房诞生一幅绝世名画，玄老从不公之于众，而是将其锁进密室。接下来的每一天，他都会向画上撒上一层微小的灰尘。 第一天微发灰，第五十天轮廓模糊。直到第一千天明画彻底沦为一块毫无特征的死灰混沌板。学徒路困惑不已，但玄老不教他如何挥毫勾勒，也不让他记忆。花鸟结构只给了一个任务，你不需要记住画里原本有什么， 你只需要告诉我，今天的画面比昨天多出了哪一粒灰尘，把它找出来。你不需要记住画里原本有什么，你只需要告诉我，今天的画面比昨天多出了哪一粒灰尘， 把它找出来。几年后，选老一世国王下令要攻防，现出一副超越时间已知镜的神作，老画师们穷尽毕生所学，也无法突破瓶颈。这时，学徒路走上了大颠， 他既没带画笔，也没带颜料，只带来了一盘纯粹有死灰和杂质堆积成的灰泥，又将这盘死灰视为低一千天的终极混沌。他凭着多年的直觉，推算出这盘死灰在低一千天时应该被抹去的那一层杂质，轻轻吹到了一微克。 第九百九十九天。第九百九十八天，他带着死灰顺着时间的方向反向倒流。当最后一层杂质被除去， 一幅从未在世间存在过却完美契合极致美学的飞龙图震撼登场。我从未凭空创造过什么，我只是学会了混沌是如何侵蚀秩序的，而后，我带着这盘无序的灰尘， 顺着时间的反方向，一步步将杂志扣除罢了。这个故事所展现的神迹，正是当下人工智能领域最核心的生成技术之一，去造扩散概率模型的 fuse 模块。扩散模型的精妙之处在于破坏与重建。 在前向过程中， ai 学习如何向一张好画里不断加噪声，直到它变成纯粹的随机死灰。而在生成时， ai 从一团完全随机的白噪声出发，利用训练好的神经网络，一步一步预测并剔除杂质，最终从虚无中吹出全新的世界。 正如学徒路一样， ai 并未凭空画下任何一笔，他只是掌握了混沌与秩序的规律，在无需的造点中唤醒了潜在的网易。
00:57查看AI文稿AI文稿最近有一种视频风格火了，画面像绘本，角色从画面外飞进来，落地后一直轻微晃动，像活的。怎么做的？核心秘密就三个字，分层。 最底下一张绘本封背景图，中间一个抠出来的角色素材，最上面是动画效果。三层叠加就是最终画面。第一步， ai 生成一张绘本风格的场景图当背景。第二步是关键， 同样用 ai 生成角色素材，但提示词里必须加一句纯色背景，为什么？因为下一步要抠图，用抠图算法把背景去掉，得到一张透明背景的角色 p n g。 目前效果最好的是 barefoot net 模型，连羽毛边缘的细节都很干净。第三步，合成动画，角色放到背景上，加两个效果进场动画，比如滑入或者弹起，还有持续的微动，用正弦波让角色轻微摇摆，制造呼吸感。 全程 ai 出图加算法处理，不用手绘，不用动画软件。我是呀呀呀呀呀。
01:10查看AI文稿AI文稿从一张图纸到一台能跑的机甲，我们做了整整三个月，从第一次布线到第一块板子焊好，从第一次通电的忐忑到第一次跑动的欣喜。 罗布塔的赛场，我们踩过坑、翻过车，也一点点把想法变成了现实。 做硬件最开心的就是设计能精准落地，特别感谢华秋为我们提供 pcb 打印支持， 工艺精度靠谱，从简单的接口板到核心控制板都能完美还原设计。对第一次打 robottalk 的 我们来说，这份靠谱就是最大的底气。 还有不到一个月就要踏上热舞塔的赛场，带着这些日子的打磨与成长，沈阳理工 ambition 战队赛场见！
