葛小華把盒子內原先打造的迷你刀劍全投入到了劉備陣營，全是普通的刀劍，基本上沒有帶光的，雖然只是迷你刀劍，長度也只有幾釐米左右，但是很符合這個小人國的體型。
什麼靈魂之類的，葛小華不稀罕，但是系統很在乎啊，所以說葛小華跟劉備進行了交易，得到了劉備的靈魂，而跟系統交換到了一次抽獎機會，有輪盤抽獎、金蛋抽獎，金蛋葛小華嘗試過了，所以覺得沒什麼意思，一次打算嘗試下新的抽獎方式，大輪盤抽獎！
這個輪盤抽獎的模式跟遊戲裡面的輪盤一樣，不同的是，輪盤的所有獎勵都是隱藏的，也就是說你完全不知道里面會出現什麼，所以說感官上的刺激不是很強烈，完全是靠運氣的。
“給老子停！”葛小華面前出現了虛擬的輪盤，指針在葛小華的指揮下緩緩地停下了，而在最後階段，指針經過的地方纔出現了格子內的物品。
“極品玄鐵一塊、謝謝參與、再來一次、稀有血石、賽亞人體質……”指針每經過一格，就顯示了格子內的物品，刺激着葛小華的感官，準備到謝謝參與的時候，葛小華不能地吹着指針，雖然知道可能沒什麼用處，但是卻用盡了全身的力氣。
“別停啊！給我再移一格！呼呼！”葛小華的吹指針的傻瓜做法似乎有點作用了，本來停在謝謝參與的一格邊緣的指針，又往前了一絲絲，也就是那點，使得葛小華不至於浪費這次寶貴的抽獎機會，要知道葛小華得到這次機會是拿了幾千把迷你刀劍換來的。
雖然這幾千把刀劍可能用料上沒有多少，但是耗費的心力絕對和打造正常的幾千把刀劍差不多，畢竟只是縮小了，但是工藝方面一點都沒有偷工減料，這些普通的刀劍要是到了三國時期，這些武器還是能夠發揮很大的作用的。
葛小華仔細看了看，指針停下的一欄顯示得到的物品塞伯坦汽機器人設計圖紙。
“變形金剛的設計圖紙？有什麼用？以地球上的資料、技術能造出汽車人？”葛小華得到了獎勵之後，基本看不懂裡面的設計理念，超越了地球技術，達到了一個比較恐怖的技術層面，葛小華雖然是鐵匠，但是又不是研究機器人的工程師，就算是目前地球上機器人設計製造成就最高的教授博士估計也看不懂。
“這套圖紙有些雞肋啊，是不是要跟塞伯坦的技術聯合進行使用？”葛小華只能進行自我安慰了，沒有指到謝謝參與就不錯了，何況這是黑科技的技術圖紙，收着以後還是有用的，並且葛小華覺得跟異世界進行做生意還是有好處的，不管是異世界本身的資源兌換，亦或者一些特殊的寶藏都是可以拿來兌換的，還有一些虛擬方面，但是又比較重要的東西，這些都是系統比較看中的，可以通過收集這些可以跟系統進行兌換的一些抽獎機會，能夠得到不少黑科技、異能、稀有礦石諸如此類比較稀有的東西。
雖然這種外星機器人的設計圖紙，暫時沒用，但是如果葛小華達到了那種程度，打造技藝再精進一些，也許能夠看得懂這份圖紙，然後按照圖紙的內容把機器人進行還原？
地球目前的機器人的技術逐步在發展，特別是這幾年發展到了一個比較強悍的地步，憑藉大數據支持，現在的機器人也不是傳統上機械的代名詞，還是有很多人性化的設計理念存在，也取代了不少人類的工作、生活。
葛小華目前還沒涉足機器人領域，連地球的低級機器人的設計原理都沒弄懂，何況是現在這套塞伯坦星的機器人圖紙，看樣子雖然不是汽車人，但是也相差不多，擁有強大的能力，在生活上的輔助會更多的一點，而且文字葛小華基本看不懂，只能通過看圖畫來大致瞭解，這臺機器人應該是生活類的機器人，不屬於戰鬥形態的機器人。
也就是文字方面的阻礙，使得葛小華理解起來很困難，但是如果能連接到塞伯坦星的話，通過系統的翻譯，葛小華能夠知道塞伯坦星的文字、語言，學習之後，這樣就能夠學習到這份圖紙內的設計理念了。
“光是看看圖畫就讓我心動不已了，要是可以真正打造出來，不知道能引起什麼樣子的轟動。”如今的機器人打造的比賽還是很多的，都是國際性的，在機器人領域，中國雖然排在前列，但是還是無法超越美國、日本等發達中國家，畢竟在機器人的研究時間上，中國是最少的，發展起來的時間慢了很多，要追上這些發達國家的步伐也就越難了。
得到了這份圖紙，使得葛小華對機器人產生了興趣，通過華風的關係，混入到了一所高校進修，作爲全國首屈一指的高校，華堂高校是全國學子的夢想。
“智班！”葛小華因爲有機械打造的基礎，對機械很熟悉，還在汽車、鍛造、農機方面有極深的造詣，年紀才30歲左右，所以在多方籌謀下進入了華堂大學最新開設的人工智能特招班！
葛小華進入了華堂智班學習，專門是學習機器人制造的理論知識，只有理論知識紮實了，才能更進一步，塞伯坦星的機器人設計圖如果說是大學知識，那麼現在學習的地球機器人理論就是小學知識了，葛小華要一下子就跳到大學，還是很吃力的，基礎方面也不紮實，所以葛小華知道學到老，活到老，所以專門跑到華堂大學進行學習。
按理說他這種老闆級別的人物，學歷方面根本就不在乎了，不是專門來鍍金的，要是鍍金，直接去國外就行了，還會通過正規地招考渠道，考入人工智能特招班，可見葛小華對機器人知識的渴望。
而在理論知識學得紮實了，特招班這次在全國招收了30人，全是國內比較拔尖的人才，在人工智能、計算機、機械工程等領域都是有成就的，而且學歷都很高，不是研究生就是博士後之類的，葛小華這種本科出身倒是算是在學歷一關上最弱的，但是在理論知識的學習上，葛小華付出得最多，接受能力也最強，得到了智班，也是中國院士，華堂首席教授楊德昌的青睞。