**作者**：CC4SI项目组 **版本**：v1.0.0 **更新日期**：2026年4月

全书目录

### [上篇：原理与技术](part1-principles/)

# [第一部分：导论](01-introduction/01-introduction.md)

建立读者对人工智能的宏观认知，介绍AI的发展历程和技术范式演进。

> •[第1章 AI发展历程](01-introduction/01-introduction.md#第1章-ai发展历程)

oAmazon Go案例：技术融合

oAI赋能的时间线：2016-2024

oAI四大赛道：AIGC、Agent、AI4S、AIED

o设计领域AI应用趋势

## [第2章 AI范式演进](01-introduction/01-introduction.md#第2章-ai范式演进)

o从规则系统到大模型的三次范式演进

o万能逼近定理与神经网络基础

o神经网络技术栈全景

oScaling Law与模型规模效应

# [第二部分：数学与编程基础](02-foundations/02-foundations.md)

从函数式视角理解AI，介绍神经网络的基本原理和Python编程工具。

> •[第3章 函数式AI视角](02-foundations/02-foundations.md#第3章-函数式ai视角)

o"Functions Describe the World"核心理念

o从Excel到神经网络的演进逻辑

o函数组合与层级抽象

o数据驱动 vs 规则驱动

> •[第4章 多层感知机](02-foundations/02-foundations.md#第4章-多层感知机)

oMLP结构与前向传播

o激活函数：Sigmoid、ReLU、Softmax

o损失函数与优化

o反向传播原理

# [第三部分：计算机视觉原理](03-computer-vision/03-computer-vision.md)

深入讲解计算机视觉的核心技术CNN，以及目标检测和语义分割的基本原理。

[第5章 CNN基础原理](03-computer-vision/03-computer-vision.md#第5章-cnn基础原理)

o为什么需要CNN：局部连接与权重共享

o卷积、激活、池化三大组件

oCNN vs MLP的区别与联系

o经典网络架构：LeNet、AlexNet、VGG、ResNet

[第6章 目标检测](03-computer-vision/03-computer-vision.md#第6章-目标检测)

o从分类到检测的跃迁

oTwo-Stage vs One-Stage检测器

oYOLO系列演进与技术原理

o评估指标：IoU、mAP、COCO数据集

## [第7章 语义分割与空间分析](03-computer-vision/03-computer-vision.md#第7章-语义分割与空间分析)

o图像分析层级：Pixel/patch/Object-Level

o语义分割 vs 实例分割

o分割网络架构：FCN、U-Net、DeepLab

o空间分析应用场景

# [第四部分：Transformer与大模型](04-transformer/04-transformer.md)

介绍革命性的Transformer架构和大语言模型的核心技术。

## [第8章 注意力机制](04-transformer/04-transformer.md#第8章-注意力机制)

oSelf-Attention的动机与原理

oQ、K、V计算过程

oMulti-Head Attention多头注意力

oPositional Encoding位置编码

oSelf-Attention vs CNN对比

## [第9章 Transformer架构](04-transformer/04-transformer.md#第9章-transformer架构)

oEncoder-Decoder结构详解

oEncoder层：Self-Attention + FFN

oDecoder层：Masked + Cross-Attention

o残差连接与层归一化

oToken处理流程

## [第10章 大语言模型技术](04-transformer/04-transformer.md#第10章-大语言模型技术)

o从Transformer到ChatGPT的演进

o预训练与微调范式

oRAG检索增强生成原理

oRLHF人类反馈强化学习

oPrompt工程基础

# [第五部分：生成式AI](05-generative-ai/05-generative-ai.md)

讲解生成模型的发展脉络和Diffusion模型的核心技术。

## [第11章 生成模型演进](05-generative-ai/05-generative-ai.md#第11章-生成模型演进)

o自编码器AE与变分自编码器VAE

o生成对抗网络GAN原理

oDiffusion扩散模型：前向与反向过程

oStable Diffusion架构解析

## [第12章 AIGC工具与技术](05-generative-ai/05-generative-ai.md#第12章-aigc工具与技术)

oControlNet：精确条件控制

oLoRA高效微调技术

oComfyUI模块化工作流

o版权与伦理问题

# [第六部分：AI Agent](06-agent/06-agent.md)

探讨AI Agent的架构、具身智能和自主决策技术。

## [第13章 AI Agent架构](06-agent/06-agent.md#第13章-ai-agent架构)

o从规则系统到LLM-based Agent

oAgent核心组件：感知、规划、记忆、工具

oChain of Thought推理链

oReAct推理行动模式

o单Agent vs 多Agent协作

## [第14章 具身智能](06-agent/06-agent.md#第14章-具身智能)

o具身智能的概念与特点

o数字孪生与物理世界交互

o强化学习基础与Gymnasium环境

o虚拟到真实的迁移挑战

## [第15章 协作与协议](06-agent/06-agent.md#第15章-协作与协议)

oMCP模型上下文协议

oHITL人机协作模式

oAgent落地挑战与解决方向

# [下篇：设计领域应用](part2-applications/)

## [第七部分：数字媒体设计](07-digital-media/07-digital-media.md)

AI在数字媒体创作中的应用，包括视觉设计、交互设计和内容生成。

### [第16章 视觉设计与AIGC](07-digital-media/07-digital-media.md#第16章-视觉设计与aicgc)

o图像生成与风格迁移

oLogo与图标设计

o品牌视觉系统生成

o案例分析

### [第17章 交互设计](07-digital-media/07-digital-media.md#第17章-交互设计)

o用户界面生成

o交互原型自动化

o用户体验分析

o案例分析

## [第八部分：环境设计](08-environmental-design/08-environmental-design.md)

AI在室内设计、景观设计等环境设计领域的应用。

### [第18章 室内设计](08-environmental-design/08-environmental-design.md#第18章-室内设计)

o平面图智能生成

o家具布局优化

o材质与风格推荐

oVR/AR预览

o案例分析

### [第19章 景观设计](08-environmental-design/08-environmental-design.md#第19章-景观设计)

o场地分析与评估

o植被配置优化

o景观元素生成

o生态效益模拟

o案例分析

## [第九部分：工业设计](09-industrial-design/09-industrial-design.md)

AI在产品设计、造型优化和制造准备中的应用。

### [第20章 产品造型设计](09-industrial-design/09-industrial-design.md#第20章-产品造型设计)

o概念草图生成

o三维建模辅助

o形态优化

o案例分析

### [第21章 设计优化与制造](09-industrial-design/09-industrial-design.md#第21章-设计优化与制造)

o结构优化（拓扑优化）

o材料选择

o可制造性分析

o案例分析

## [第十部分：城市设计](10-urban-design/10-urban-design.md)

AI在城市规划、空间分析和城市管理中的应用。

### [第22章 城市空间分析](10-urban-design/10-urban-design.md#第22章-城市空间分析)

o遥感影像分析

o城市形态识别

o人口与活动分析

o案例分析

### [第23章 规划设计与评估](10-urban-design/10-urban-design.md#第23章-规划设计与其评估)

o用地规划生成

o交通网络优化

o公共设施布局

o规划方案评估

o案例分析

## [第十一部分：生态设计](11-ecological-design/11-ecological-design.md)

AI在生态保护、环境治理和可持续发展中的应用。

### [第24章 生态分析与评估](11-ecological-design/11-ecological-design.md#第24章-生态分析与评估)

o生态系统服务评估

o生物多样性分析

o环境质量监测

o案例分析

### [第25章 生态规划与修复](11-ecological-design/11-ecological-design.md#第25章-生态规划与修复)

o生态源地识别

o生态网络构建

o修复方案优化

o案例分析

[附录](appendix/)

[附录A：编程工具与资源](附录1-基础知识与编程环境.md)

Python环境配置

深度学习框架

AIGC工具链

Agent开发框架

在线学习资源

[附录B：参考文献](appendix/references.md)

基础理论论文

计算机视觉论文

Transformer与大模型论文

生成式AI论文

AI Agent论文

设计AI应用论文

推荐书籍与在线资源

[附录C：关键术语表](appendix/glossary.md)

中英文术语对照

按章节索引

学习路径建议

面向设计专业学生

上篇选读：01 → 02 → 05 → 06\
下篇重点：根据专业方向选择\
附录：工具资源

# 面向技术实现者

上篇系统学习：全部章节\
下篇按需学习：了解应用场景\
附录：工具资源 + 参考文献

# 面向研究者

上篇重点：02 → 03 → 04\
下篇选读：关注前沿应用\
附录：参考文献

# 核心概念索引

  ----------------------------------------------------
  概念               相关章节         英文术语
  ------------------ ---------------- ----------------
  生成式AI           01, 11, 12, 16   AIGC

  智能体             01, 13, 14, 15   AI Agent

  卷积神经网络       05, 06, 07       CNN

  注意力机制         08, 09, 10       Self-Attention

  大语言模型         10, 15           LLM

  扩散模型           11, 12, 16       Diffusion

  具身智能           14               Embodied AI

  检索增强生成       10, 15           RAG

  人类反馈强化学习   10               RLHF

  模型上下文协议     15               MCP

  人机协作           15               HITL
  ----------------------------------------------------

# 内容特色

**原理先行**：上篇系统讲解AI核心技术原理

**应用导向**：下篇聚焦五大设计领域的AI应用

**案例驱动**：每个应用领域配有真实案例分析

**工具支撑**：附录提供完整的工具与资源指南

**中英双语**：专业术语保留英文，便于深入阅读

# 版本历史

**v1.0.0** (2026-04) - 初始版本发布

**License**: CC BY-NC-SA 4.0