简约风3D渲染汽车制造场景元素

一张人工智能深度学习网络架构的科研原理图，纯黑白等线宽线稿（Line art），工业设计标准，背景纯白，无阴影，无任何灰度渐变，高分辨率。 1. 整体形状： 呈现为一个巨大的、对称的“U”型架构（U-Net Architecture）。 2. 编码器支路（左半部分）： 展示由4-5个逐渐缩小的三维立方体阵列（3D Conv Blocks）组成的垂直序列，代表三维卷积下采样过程。每个立方体由整齐的网格组成，体现三维（3D）属性。 3. 解码器支路（右半部分 - 双分支）： 分支A（空间路径）： 与左侧对称排列的4-5个逐渐增大的三维立方体阵列，代表反卷积上采样。 分支B（标量路径）： 从底部最深层的特征方块引出一根线条，连接到一个扁平的小方块（代表池化层），再连接到一排竖向的小长条（代表全连接标量输出）。 4. 连接逻辑（核心特征）： 跳跃连接： 在左侧编码器立方体与右侧分支A解码器立方体之间，绘制水平的带箭头实线，展示特征的直接传递。 协同注意力模块： 在右侧分支A与分支B的中间空隙处，画一个显著的圆形放大镜视图（Callout）。放大镜内部展示两个平行的特征矩阵平面（矩形网格），两个平面之间由相互交织的弯曲双向箭头连接，视觉化体现“双向协同注意力机制”的特征互馈。 5. 输入输出： 左侧入口展示一个巨大的三维多通道张量块（3D Multi-channel Tensor）。 分支A出口展示一个车架形状的3D响应云图。 分支B出口展示一组整齐排列的性能指标标量数值框。 要求： 构图严谨对称，线条干净利落，严禁出现乱码文字。预留足够的文字标注空间。