申请/专利权人：利尔达科技集团股份有限公司

申请日：2023-12-19

公开（公告）日：2024-04-19

公开（公告）号：CN117422002B

主分类号：G06F30/27

分类号：G06F30/27;G06F30/10;G06F30/392;G06F30/398;G06F16/43;G06F16/438;G06F16/483;G06F40/30;G06N3/045;G06F111/16;G06F115/12

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.02.06#实质审查的生效;2024.01.19#公开

摘要：本发明公开一种基于AIGC的嵌入式产品生成方法、系统及存储介质，涉及嵌入式产品生成技术领域，方法包括：根据嵌入式产品开发需求，基于自然语言描述进行初始产品定义；根据AI解析模块对自然语言进行解析，得到产品物模型关键词，并进行物模型解析，生成完整产品定义；根据完整产品定义，利用虚拟产品生成模块结合矢量数据库生成对应的硬件、软件以及外观数据，并通过模拟器生成虚拟产品；将虚拟产品实例化，进行优化后搭建形成最终的产品。采用AIGC进行产品开发，客户可根据自身需求定义产品，由AIGC进行产品的一站式开发设计，使得客户能够更加专注于产品的功能实现，从而提升业务竞争力。

主权项：1.一种基于AIGC的嵌入式产品生成方法，其特征在于，包括以下步骤：S1，根据嵌入式产品开发需求，基于自然语言描述进行初始产品定义；S2，根据AI解析模块对自然语言进行解析，得到产品物模型关键词，并进行物模型解析，生成完整产品定义；S3，根据完整产品定义，利用虚拟产品生成模块结合矢量数据库生成对应的硬件、软件以及外观数据，并通过模拟器生成虚拟产品；S3包括：将步骤S2得到的已经完成分类的关键词输入到虚拟产品生成模块中生成解析数据，随后判断解析数据是否正常，若是，则根据预设的匹配规则将解析数据和本地的数据集进行匹配，分别生成产品硬件、软件以及外观；若否，即解析数据异常，即产品定义与硬件平台不匹配，则将异常信息反馈到前端；根据步骤S31生成的产品硬件、软件以及外观生成模拟产品；矢量数据库的生成过程包括：D1，搜索内容Q向量化；将GPT模块检索到的电路原理图软件代码外观3D图、经训练的产品硬件电路程序代码外观数据集作为搜索内容Q，导入矢量数据库中；D2，搜索Q的向量列；将物模型AI解析结果、用户产品定义描述转化为矢量，作为关键词在矢量数据库中检索大量数据；D3，根据搜索模式，选取前n条搜索结果以及处理方式；这里需要AI对用户需求与检索结果的匹配度进行评估，选取相应数量的搜索结果以及处理方式；D4，检索结果传输至LLM模型，获取最接近的匹配项；将物模型AI解析结果、用户产品定义与搜索结果的相似性进行比较分析，得出最接近的匹配项；D5，生成符合用户开发需求的硬件电路程序代码外观3D图；S4，将虚拟产品实例化，进行优化后搭建形成最终的产品。

全文数据：

权利要求：

百度查询： 利尔达科技集团股份有限公司 一种基于AIGC的嵌入式产品生成方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD