详细介绍
工具简介
萃智引擎(TRIZ Engine)是由灵珠科技推出的一款面向机械、自动化与机器人团队的TRIZ创新平台与AI工程创新工作台。它将经典的TRIZ(发明问题解决理论)与AI推理能力深度融合,旨在让每位工程师都能拥有发明家级的创新智慧。平台覆盖从工程问题拆解、创新原理匹配、方案生成,到机械机理仿真与物理运动演示的全流程,一站式加速问题定义、专利规避与方案验证。官网将其定位为Goldfire与ProInnovator的“完美平替”,专注于高价值的工程创新场景。
与市面上泛化的AI对话工具不同,萃智引擎聚焦于真实的工程难题。用户无需掌握复杂的TRIZ术语,直接用大白话描述需求或痛点,AI即可智能提取工程对象、期望效果与核心矛盾约束。平台内置阿奇舒勒矛盾矩阵等底层算法,能够快速匹配“动态化”、“空间分离”、“分割原理”等创新原理,并生成具象化的解决方案。其独特的Code-to-Animation引擎可将抽象方案自动转化为2D/2.5D动态图解,支持变量推演与AI红队预警,让工程师在概念阶段就能直观验证设计可行性。
萃智引擎的核心工作流形成从灵感到验证的闭环:发现难题 → 梳理矛盾 → 灵感生成 → 原理动画验证 → 成果沉淀。平台不仅提供对话式的问题求解,还内置了原理动画库、创新博客以及积分购买体系,并支持企业部署。工作台会记录灵感演进时间线,支持方案多版本对比,并可一键导出Markdown/PDF技术报告或GIF/MP4演示素材,方便团队协作与成果归档。
主要功能
AI问题定义与破冰
传统TRIZ应用门槛较高,需要工程师准确描述技术矛盾。萃智引擎通过AI智能交互降低了这一门槛。用户可以用自然语言(大白话)输入工程难题,例如“我想设计一条机械蛇,能够像蛇一样在地上蜿蜒爬行,如何实现?”或“能不能用TRIZ原理帮我解决高频振动下螺丝容易松动的问题?”。AI会自动解析输入内容,精准提取工程对象、期望效果以及核心矛盾约束,并将模糊的需求结构化为可计算的矛盾模型。这一过程无需用户具备专业的TRIZ知识,极大地加速了问题定义阶段。
灵感方案生成引擎
在矛盾结构化之后,平台会黑盒化调用阿奇舒勒矛盾矩阵等底层算法,快速匹配适用的创新原理,如“动态化”、“空间分离”、“分割原理”、“预先作用”等,并生成具象化的概念方案。每个方案都会以概念卡片的形式呈现,说明所应用的原理及其在具体工程场景中的落地方式。例如,针对“自动折叠并收纳的智能雨伞伞骨结构”的需求,引擎可能匹配“分割原理”与“动态化原理”,给出多节联动折叠机构的思路。这一引擎将原本需要专家经验才能完成的原理匹配过程自动化、规模化。
原理动画与可行性验证
这是萃智引擎最具差异化的功能。基于Code-to-Animation引擎,平台能够将抽象的TRIZ创新原理自动转化为可视化的动态物理模型,生成2D/2.5D动态图解。工程师可以在概念阶段直观地观察机构运动过程,进行工况推演与变量调整。例如,在“双级可调曲柄摇臂转向机构”的演示中,用户可以调整滑块力臂(l)、传动比(i)等参数,实时观察输出增益(K)和当前振幅(A)的变化。平台还提供AI红队预警功能,对方案中的潜在风险进行提示,帮助工程师在早期发现设计缺陷。
物理级运动仿真
平台内置运动学解算器,支持从概念草图到高保真物理参数图谱的无缝转化。以“后轴角位移映射前轮补偿转角”的凸轮机构为例,系统会展示凸轮升程(hmax)、弹簧预紧力(F0)、目标波长(λ)等关键参数,并说明凸轮轮廓按目标函数预补偿设计的原理。用户可以观察启动时弹簧预紧消间隙、稳态滚子连续跟随凸轮、末段速度下降后仍按位移函数输出的完整动作阶段。这种物理级的仿真能力,让工程师能够在没有物理样机的情况下验证机构的运动学可行性。
工作台与成果管理
萃智引擎提供完整的工作台功能,记录灵感演进的时间线,支持方案的多版本对比。工程师可以追溯每一个方案的迭代过程,比较不同版本的优劣。平台支持一键导出Markdown或PDF格式的技术报告,以及GIF或MP4格式的演示素材,方便团队内部评审、客户汇报或专利申请材料的准备。这一功能解决了创新过程中“想法散落、难以沉淀”的痛点。
原理动画库与创新博客
平台内置原理动画库,将TRIZ的40个发明原理以动态可视化的方式呈现,帮助用户学习和理解每个原理的物理含义与应用场景。同时,创新博客板块提供TRIZ方法论、工程案例和产品对比文章,例如“为什么选择萃智引擎替代Goldfire?”和“萃智引擎与ProInnovator的深度对比”,帮助用户更好地评估和使用平台。
使用方法
- 注册与登录:访问官网,通过登录/注册入口创建账户。平台采用积分购买模式,用户可根据需要购买积分用于生成方案和动画。
- 描述工程问题:在对话界面中,用自然语言输入你面临的工程难题或设计需求。可以附加图纸或语音输入,帮助AI更准确地理解问题。
- 确认矛盾结构化结果:AI会提取工程对象、期望效果与核心矛盾约束,用户可对提取结果进行确认或修正。
- 获取创新方案:系统匹配TRIZ创新原理并生成概念方案卡片,用户可浏览、比较不同方案。
- 生成原理动画:选择感兴趣的方案,一键生成动态物理模型,调整关键参数进行工况推演和可行性验证。
- 导出与归档:将最终方案导出为技术报告或演示素材,保存至工作台时间线,便于后续追溯和团队共享。
产品优势
| 对比维度 | 萃智引擎 | 传统TRIZ工具(如Goldfire) |
|---|---|---|
| 使用门槛 | 大白话输入,AI自动结构化矛盾 | 需要专业TRIZ培训,术语门槛高 |
| 方案验证 | Code-to-Animation自动生成动态图解 | 以文本和图表为主,缺乏动态验证 |
| 部署方式 | Web端即开即用,支持企业部署 | 通常为本地部署,实施周期长 |
| 成本 | 积分制,按需付费 | 授权费用高昂 |
此外,平台深耕机械、自动化、机器人、通用工程领域,示例问题覆盖机械蛇设计、智能雨伞伞骨、爬楼送货小车、狭小管道探伤机器人、吸尘器吸头改进等真实场景,体现了其行业聚焦的深度。
应用场景
- 机械结构创新设计:面向机构优化、减重增稳、联动结构改良等场景,帮助工程师快速完成问题拆解、创新原理匹配与结构方案生成。
- 自动化设备升级改造:针对节拍提升、稳定性优化、维护便利性和工艺改进等需求,辅助团队梳理关键矛盾并形成可验证的设备改造思路。
- 机器人机构与执行端方案:适用于夹爪、移动机构、关节联动、末端执行器等研发场景,支持从需求描述到机理表达与运动演示的快速过渡。
- 复杂工程问题诊断:面对振动、松动、卡滞、过载、空间受限等疑难问题,平台可辅助定义改善点与恶化点,输出更系统的解决路径。
- 专利规避与方案验证:通过创新原理匹配和动画验证,帮助团队绕开现有专利壁垒,形成可替代的技术方案。


