EEschematic：基于多模态大语言模型的模拟电路原理图生成 AI 代理
机器学习
2025-10-21 v1
摘要
电路原理图在模拟集成电路设计中起着关键作用，作为人类理解和验证电路功能的主要载体。虽然最近基于大语言模型 (LLM) 的方法在电路拓扑生成和器件规模设计方面显示出前景，但大多数方法仅依赖文本表示（如 SPICE 网表），缺乏对电路设计师可视化理解的支持。为此，我们提出 EEschematic，一种基于多模态大语言模型 (MLLM) 的自动化模拟电路原理图生成 AI 代理。EEschematic 集成了文本、视觉和符号三种模态，将 SPICE 网表转换为以人类可编辑格式表示的原理图。该框架使用六个模拟子结构示例进行零样本学习，采用视觉链式思考 (VCoT) 策略迭代细化布置和布线，以提升原理图的清晰度和对称性。针对代表性模拟电路（包括 CMOS 反相器、五晶体运算放大器 (5T-OTA) 和望远镜级运算放大器）进行实验，结果表明 EEschematic 能产生高质量且结构正确的原理图。
引用
@article{arxiv.2510.17002,
title = {EEschematic: Multimodal-LLM Based AI Agent for Schematic Generation of Analog Circuit},
author = {Chang Liu and Danial Chitnis},
journal= {arXiv preprint arXiv:2510.17002},
year = {2025}
}