# PRISM 同档项目对比综述

> **范围**:对 `rate_industry.md` 第 3.1 节列出的 4 个项目 (ConceptGraphs / HOV-SG / OpenScene / 3D-LLM) 做技术深读,并扩展加入 4 个**强相关项目** (OK-Robot / Clio / ConceptFusion / OpenMask3D),共 8 个对比对象。
>
> **方法**:通过 arXiv API 抓 abstract、GitHub API 抓 stars/license/活跃度、原始 README 抓硬件平台与数据集。原始数据存在 [`plans/PRISM/.research/`](.research/) 目录,可复查。
>
> **撰写日期**:2026-05-16
> **PRISM 版本**:v1.2.0(假设全部完成态)

---

## 0. TL;DR(60 秒结论)

| 维度 | 当前 SOTA | PRISM 与之差距 |
|---|---|---|
| **3D 场景图代表作** | ConceptGraphs (ICRA 2024) | 类似的双层 + 巩固机制,PRISM 多出"先验地图 + 在线感知"双源融合 |
| **分层场景图** | HOV-SG (RSS 2024) | HOV-SG 是 floor/room/object 三层;PRISM 多出 L4 语义事件层 |
| **真机大规模评测** | OK-Robot (FAIR 2024) — 10 家 170 物体 | PRISM 目前 0 真机,这是**最大差距** |
| **任务驱动 + 信息瓶颈** | Clio (RA-L 2024) | PRISM 没有信息论框架,Clio 在理论侧领先 |
| **手机扫描 → 机器人 LTM 桥** | (空白) | **PRISM 独占** — 是 PRISM 最差异化的贡献 |
| **酒店/家居垂直运维栈** | (无人专注) | PRISM 独占该垂类工程模板 |

**核心判断**:PRISM 在**学术深度**上落后 ConceptGraphs/Clio 一个身位,但在**消费级先验地图集成**与**全栈工程化**上有独特位置。如能把"iPhone RoomPlan → ROS 2 LTM"做成开源标准 + 真机部署,可与 ConceptGraphs 同档。

---

## 1. 项目速览矩阵

| 项目 | 发表 | 单位 | Stars | 许可证 | 最后更新 | 真机部署 | 数据集 |
|---|---|---|---:|---|---|---|---|
| **PRISM** (v1.2 蓝图) | — | — | — | — (待定) | 2026-05-16 | ❌ 0 真机 | HotelScene-Bench (设计中) |
| **ConceptGraphs** | ICRA 2024 | CMU + MIT + Mila | **868** | MIT | 2025-10-16 | ✅ Jackal | Replica + 自建 |
| **HOV-SG** | RSS 2024 | Freiburg + Stuttgart | **470** | MIT | 2026-01-19 | ✅ Habitat → Real | HM3DSem |
| **Clio** | RA-L 2024 | MIT-SPARK | 239 | BSD-2 | 2025-09-01 | 部分 | 自建 4 场景 |
| **OK-Robot** | arXiv 2024 | FAIR | 596 | MIT | 2024-03-04 | ✅ Stretch × 10 家 | 现场真实家庭 |
| **3D-LLM** | NeurIPS 2023 Spotlight | UMass + MIT + UCLA | **1196** | MIT | 2024-06-06 | ❌ | 自建 300K QA |
| **OpenMask3D** | NeurIPS 2023 | ETH + Microsoft | 259 | MIT | 2023-12-15 | ❌ | ScanNet200, Replica |
| **OpenScene** | CVPR 2023 | ETH + Google | 820 | Apache-2.0 | 2023-10-27 | ❌ | ScanNet, MP3D, nuScenes |
| **ConceptFusion** | RSS 2023 | Mila + MIT + CMU | 233 | MIT | 2023-09-23 | ❌ | Replica + 真实采集 |

> *Stars 与 pushed_at 抓取于 2026-05-16 19:00 (UTC+8)。原始数据见 [`.research/projects.json`](.research/projects.json)。*

---

## 2. 每个项目深度分析

### 2.1 ConceptGraphs (CMU + MIT + Mila, ICRA 2024)

- **核心思想**:从一系列 posed RGB-D 帧出发,用 SAM 提物体掩码 + CLIP 编码,**多视图融合到 3D 物体节点**,再由 GPT-4 推理"物体-物体"关系生成场景图。
- **数据流**:RGB-D → SAM 物体 mask → CLIP 嵌入 → 3D 物体节点 → LLM 推理关系 → JSON 场景图。
- **真机验证**:开源了 Jackal 机器人版本 (子仓库 `concept_graphs_jackal`),包含 nav + manipulation。
- **关键创新**:**首个把场景图节点压缩为"单个 CLIP 嵌入 + 几何 mesh"** 的方案,远比 OpenScene 的"per-point feature"省内存。
- **局限**:
  - 仅在静态 RGB-D 序列上工作,**没有 lifelong 概念**
  - 关系推理依赖 GPT-4,延迟和成本未优化
  - 实际真机评测以演示视频为主,缺定量指标
- **行业贡献分**: **52 / 100**
- **PRISM 对比**:
  - PRISM 多出:**RoomPlan 先验、在线感知、巩固机制、版本控制**
  - ConceptGraphs 多出:**经过真机部署、有 ICRA 论文、社区生态(868 stars + jackal 子项目)**

### 2.2 HOV-SG (Freiburg, RSS 2024)

- **核心思想**:**Hierarchical Open-Vocabulary Scene Graph**——三层(floor / room / object),每层节点都附带 CLIP 嵌入,支持自然语言查询。
- **关键创新**:
  - 首次把"楼层级"语义引入场景图(多数前作只到 room 级)
  - 在 HM3DSem 上做出**完整 navigation pipeline + benchmark**
  - 8 月 2024 还公开了 `hm3dsem_walks` 数据集
- **真机验证**:论文里有 Habitat 仿真 + 真机 RGB-D 测试 (Boston Dynamics Spot)。
- **局限**:仍是离线建图,**不支持长期更新**;floor 层级仅用平面检测启发式判断。
- **行业贡献分**: **50 / 100**
- **PRISM 对比**:
  - **结构上极相似**:PRISM L2/L3/L4 ↔ HOV-SG floor/room/object
  - PRISM 多出:**iPhone 先验、巩固、酒店运维场景**
  - HOV-SG 多出:**RSS 论文、HM3DSem benchmark、楼层分割算法**

### 2.3 Clio (MIT-SPARK, RA-L 2024)

- **核心思想**:用**信息瓶颈原理**判断"什么物体/区域应该被纳入场景图":**任务驱动**,给定一组自然语言任务(如 "Read brown textbook"),决定语义粒度。
- **关键创新**:
  - **首次为开放词表场景图提供理论框架**(Information Bottleneck)
  - 实时 (real-time) 运行,与 MIT-SPARK 的 Hydra / Kimera / Khronos 工具链深度集成
  - 后续 *Bayesian Fields* 2025 在同数据集做了延伸
- **数据集**:自建 4 个场景 (Office / Apartment / Cubicle / Building),含 RGB-D + rosbag + GT 物体标注。
- **真机验证**:数据来自真实采集(MIT 园区),但**机器人 demo 不突出**。
- **局限**:依赖 MIT-SPARK 重型工具栈,门槛高;Spot 真机 demo 不在主 paper。
- **行业贡献分**: **55 / 100** (理论 + 工具链组合贡献)
- **PRISM 对比**:
  - **理论高度上 PRISM 远逊**:Clio 用信息瓶颈,PRISM 用工程经验
  - **工程完整度 PRISM 接近**:PRISM 4 条管线 vs Clio 单一在线建图
  - PRISM 应**借鉴 Clio 的信息瓶颈思想**指导差异检测阈值

### 2.4 OK-Robot (Meta FAIR, arXiv 2024.01)

- **核心思想**:**Systems-first** — 不发明新模型,组合 VLM + 导航 + 抓取,直接在真实家庭跑零样本 pick-and-place。
- **关键证据**:**10 个真实家庭、170+ 物体、58.5% 成功率**——这是同档项目里**真机 deploy 规模最大**的工作。
- **硬件**:Hello Robot Stretch + Dex Wrist。
- **关键创新**:
  - 首次定量证明"现成 open-knowledge models + 简单组合 = 可用的家庭机器人"
  - 失败模式分析极为细致(每类失败概率)
- **局限**:每次任务前需要扫描房间生成嵌入,**没有长期记忆**;不做场景图。
- **行业贡献分**: **70 / 100** (真机部署规模 + 复现教程是杀手锏)
- **PRISM 对比**:
  - OK-Robot 的"扫描房间"完全可以用 PRISM 的 RoomPlan 替代,**两者互补**
  - PRISM 多出:**长期记忆、巩固、差异检测**
  - OK-Robot 多出:**真机大规模数据、抓取闭环**
  - **如果 PRISM 在 OK-Robot 底座上做长期记忆扩展,可一举进入 70+ 档**

### 2.5 3D-LLM (UMass + MIT + UCLA, NeurIPS 2023 Spotlight)

- **核心思想**:把 3D 点云特征注入 LLM,做 3D captioning / QA / grounding / navigation 等。
- **关键创新**:
  - 设计 3 种 prompting 机制收集 **300K 3D-language pairs**(目前 3D-LLM 领域最大数据集)
  - 把 BLIP-2 / Flamingo 等 2D VLM "升级"为 3D-VLM
- **局限**:**离线 demo 性质**;没真机部署;依赖现成 3D 表示(点云/scene mesh)。
- **行业贡献分**: **42 / 100**
- **PRISM 对比**:
  - 不在同一个赛道(3D-LLM 是研究 paper, PRISM 是工程方案)
  - PRISM 的"11_world_model_bridge"接口设计可参考 3D-LLM 的 prompting 机制

### 2.6 OpenMask3D (ETH + Microsoft, NeurIPS 2023)

- **核心思想**:3D **实例**分割的开放词表化——用 SAM 在 2D 提 mask,投影到 3D,用 CLIP 给每个 instance 取嵌入。
- **关键创新**:
  - **首次解决"open-vocab 3D 实例分割"** (vs OpenScene 的 per-point feature)
  - 在 ScanNet200 上把 zero-shot 实例分割 mAP 从近 0 提到 ~16
- **行业贡献分**: **45 / 100**
- **PRISM 对比**:
  - OpenMask3D 的"2D SAM mask → 3D instance"算法 PRISM 直接可用,**应在 03_data_schema 中引用**
  - PRISM 的 `SpatialNode.bounding_box + clip_emb` 字段实际就是 OpenMask3D 的输出

### 2.7 OpenScene (ETH + Google, CVPR 2023)

- **核心思想**:**首个把 2D CLIP 特征蒸馏到 3D 点云**的工作。每个 3D 点都有一个 CLIP 嵌入,可零样本语义分割 + 文本查询。
- **关键创新**:
  - 提出 **2D-3D 特征蒸馏框架**,影响了后续几乎所有 open-vocab 3D 工作(ConceptGraphs / OpenMask3D / HOV-SG 都引用它)
  - 三大数据集 (ScanNet + MP3D + nuScenes) 全部跑通
- **行业贡献分**: **48 / 100** (基础工作 ⇒ 类似 NeRF 之于 SLAM)
- **PRISM 对比**:
  - OpenScene 是 **PRISM L2 稠密表示**的 prior art
  - PRISM 应在论文/文档中**显式引用 OpenScene** 作为 L2 语义特征来源

### 2.8 ConceptFusion (Mila + MIT + CMU, RSS 2023)

- **核心思想**:**Open-set Multimodal 3D Mapping**——把 CLIP / DINO / 语言等多模态特征融合到 3D 地图,可用文本/图像/语音查询。
- **关键创新**:
  - 首次把"open-set"提到 3D 场景表示的核心位置
  - 多模态查询(文本 + 图像 + 音频 + 几何)
- **行业贡献分**: **45 / 100**
- **PRISM 对比**:
  - 是 PRISM L2 + L4 的精神祖先,**应在 02_architecture 引用**

---

## 3. 同档分布图(贡献分 vs 真机规模)

```
                   贡献分
                   ↑
                70 |               ★ OK-Robot (10 家庭, 真机 SOTA)
                   |
                60 |
                   |
                55 |         ★ Clio (理论 + 工具链)
                52 |       ★ ConceptGraphs (ICRA, 真机 ★)
                50 |     ★ HOV-SG (RSS)
                48 |    ★ OpenScene (CVPR 基石)
                48 |    ☆ PRISM (假设完成,工程满分,理论空白)
                45 |   ★ OpenMask3D    ★ ConceptFusion
                42 |  ★ 3D-LLM (大数据,无真机)
                   |
                   └──────────────────────────────────→ 真机规模
                     无    Habitat 仿真   开源 demo   10+ 真实家庭
```

---

## 4. 横向能力矩阵 (10 维)

> ✅ 完整支持, ⚙️ 部分支持, ❌ 不支持

| 维度 | PRISM | ConceptGraphs | HOV-SG | Clio | OK-Robot | OpenScene | ConceptFusion | OpenMask3D | 3D-LLM |
|---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
| 几何稠密表示 (TSDF/Mesh/3DGS) | ✅ TSDF+3DGS | ✅ Mesh | ✅ Mesh | ✅ TSDF | ⚙️ pointcloud | ⚙️ pointcloud | ⚙️ pointcloud | ⚙️ mesh | ❌ |
| 语义节点 / 物体 | ✅ L3 节点 | ✅ | ✅ | ✅ | ⚙️ embed | ❌ per-point | ⚙️ per-region | ✅ instance | ❌ |
| 分层架构 (floor/room/obj) | ✅ L2-L4 | ⚙️ obj+rel | ✅ 3 层 | ✅ region | ❌ | ❌ | ❌ | ❌ | ❌ |
| 开放词表 (open-vocab) | ✅ CLIP | ✅ CLIP | ✅ CLIP | ✅ CLIP | ✅ CLIP | ✅ CLIP | ✅ CLIP+多模态 | ✅ CLIP | ✅ |
| 在线增量更新 | ✅ Pipeline C | ❌ | ❌ | ✅ | ❌ | ❌ | ❌ | ❌ | ❌ |
| 差异检测 / 物体移动 | ✅ Pipeline C | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ |
| 记忆巩固 / 长时一致性 | ✅ Pipeline D | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ |
| 重定位 (大场景启动) | ✅ Pipeline B | ⚙️ ICP | ⚙️ | ⚙️ | ⚙️ | ❌ | ❌ | ❌ | ❌ |
| 真机部署 | ❌ 0 验证 | ✅ Jackal | ✅ Spot | ⚙️ MIT | ✅ 10 家 | ❌ | ❌ | ❌ | ❌ |
| 信息论 / 任务驱动理论 | ❌ | ❌ | ❌ | ✅ IB | ❌ | ❌ | ❌ | ❌ | ❌ |
| 消费级先验(手机扫描) | ✅ RoomPlan | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ | ❌ |
| 完整 17 章工程文档 | ✅ | ❌ | ❌ | ❌ | ⚙️ | ❌ | ❌ | ❌ | ❌ |

> 解读:
> - **PRISM 的独占维度** = "Pipeline B-D 三件套" + "RoomPlan 集成" + "完整工程文档"
> - **PRISM 的弱项** = "真机部署 0" + "理论 0"
> - 综合所有维度,PRISM 是这张表中**功能模块最齐全**的项目

---

## 5. 技术血缘图(谁影响了谁)

```mermaid
graph TD
    OpenScene["OpenScene<br/>CVPR 2023<br/>2D→3D CLIP 蒸馏"] --> OpenMask3D
    OpenScene --> ConceptFusion
    OpenScene --> CG[ConceptGraphs]
    OpenScene --> HOVSG[HOV-SG]
    OpenScene --> Clio

    ConceptFusion["ConceptFusion<br/>RSS 2023<br/>多模态 open-set"] --> CG
    ConceptFusion --> HOVSG

    OpenMask3D["OpenMask3D<br/>NeurIPS 2023<br/>open-vocab instance"] --> CG
    OpenMask3D --> HOVSG

    CG["ConceptGraphs<br/>ICRA 2024<br/>双层场景图"] --> HOVSG
    CG --> Clio
    CG --> PRISM

    HOVSG["HOV-SG<br/>RSS 2024<br/>分层 scene graph"] --> PRISM
    Clio["Clio<br/>RA-L 2024<br/>IB 任务驱动"] -.-> PRISM
    OKRobot["OK-Robot<br/>arXiv 2024<br/>10 家真机"] -.-> PRISM

    LLM3D["3D-LLM<br/>NeurIPS 2023<br/>3D + LLM"] -.-> PRISM

    PRISM["PRISM v1.2<br/>(2026)<br/>RoomPlan + 巩固"]

    style PRISM fill:#ffe6cc,stroke:#d79b00,stroke-width:3px
    style OpenScene fill:#e1d5e7,stroke:#9673a6
    style ConceptFusion fill:#e1d5e7,stroke:#9673a6
    style OpenMask3D fill:#e1d5e7,stroke:#9673a6
```

- **实线**:直接技术继承(算法/数据格式)
- **虚线**:精神继承(借鉴思想,未直接复用代码)
- **关键观察**:PRISM 处在血缘树的**最下游**——这意味着 PRISM 是"集大成者",但**也最难有原创性突破**

---

## 6. PRISM 与各项目的"何处更强 / 何处更弱"

### 6.1 PRISM **强于** 所有人的方面

1. **iPhone RoomPlan 集成** — **独占**。其他 8 项工作中**无任何一个**用手机端 LiDAR 扫描作为先验。这是 PRISM 最差异化的工程优势。
2. **巩固机制(睡眠 replay)** — **独占**。受认知科学启发,模拟海马体→新皮层巩固。Clio 有理论但没具体实现,PRISM 有具体充电桩 SOP。
3. **差异检测 + 物体移动事件** — **独占**。Pipeline C 的 "L2 vs RoomPlan 先验" 对比逻辑,其他工作都没做。
4. **完整工程文档** — 17 章 / 风险矩阵 / Gantt / MVP / 版本号 / 缩略语表,**远超学术开源仓的 README 水平**。
5. **酒店服务机器人场景特化** — 独占垂类。其他都是家庭通用。

### 6.2 PRISM **弱于** 同档项目的方面

| 短板 | 谁更强 | 差距 |
|---|---|---|
| 真机部署数据 | OK-Robot (10 家庭) | **极大**(0 vs 实测数据) |
| ICRA/RSS 论文 | ConceptGraphs / HOV-SG / Clio | **极大**(无 vs 顶会论文) |
| 理论框架 | Clio (信息瓶颈) | 大 |
| 开源数据集 | HOV-SG (HM3DSem), Clio (4 场景) | 中(PRISM 设计了 HotelScene-Bench 但未发) |
| GitHub 影响力 | 3D-LLM (1196 ★) / ConceptGraphs (868 ★) | 中(PRISM 待开源) |
| 实时性能 | Clio (real-time) | 中(PRISM 设计目标 10 Hz, 未实测) |

### 6.3 与每个项目的"互补合作"机会

| 合作对象 | 可交换价值 |
|---|---|
| **ConceptGraphs** | 用 PRISM 的"先验 + 巩固"扩展 ConceptGraphs 为 lifelong;反过来用 ConceptGraphs 的 GPT-4 关系推理填 PRISM L4 |
| **OK-Robot** | PRISM 的 RoomPlan 替代 OK-Robot 的"每次扫描房间";OK-Robot 的 Stretch 抓取闭环填补 PRISM 缺失的操作层 |
| **HOV-SG** | 用 HOV-SG 的 floor 分割算法替换 PRISM 的简化版;反过来 PRISM 的 RoomPlan 给 HOV-SG 一个"工厂预装"楼层先验 |
| **Clio** | 借鉴 Clio 信息瓶颈思想给 PRISM 的差异检测/巩固提供阈值理论;反过来 PRISM 的"睡眠"机制给 Clio 一个 lifelong 扩展 |
| **OpenScene** | 直接复用 OpenScene 的 2D→3D CLIP 蒸馏代码作为 PRISM L2 的语义层 |
| **OpenMask3D** | 用 OpenMask3D 的 instance mask 算法生成 PRISM `SpatialNode.bounding_box` |
| **ConceptFusion** | 借鉴 ConceptFusion 的多模态查询接口设计 PRISM 的 LLM Agent 查询 API |
| **3D-LLM** | 把 PRISM 的 spatial memory 作为 3D-LLM 的输入,演示"机器人长期记忆 + LLM 推理"闭环 |

---

## 7. PRISM 应该 / 不该 复现的算法

> **决策树**:别人已经做到 SOTA 的不重做;别人没做的或做得粗糙的才是 PRISM 的舞台。

| 算法层 | 是否自研 | 建议方案 |
|---|---|---|
| 2D 检测 / 分割 | ❌ 不重做 | 直接用 YOLO-World / SAM-2(已是 SOTA) |
| 2D→3D CLIP 蒸馏 | ❌ 不重做 | 复用 OpenScene 代码或 OpenMask3D 的 instance 版 |
| 3D 场景图节点抽取 | ⚙️ 部分自研 | 借 ConceptGraphs 的 mask→node 流程;关系层用 GPT-4o-mini |
| 楼层分割 | ⚙️ 部分自研 | 用 HOV-SG 的平面检测做 baseline,叠加 RoomPlan 先验 |
| 重定位(CLIP 召回) | ❌ 不重做 | 用 Hloc / NetVLAD 工具链 |
| 重定位(ICP 精配) | ❌ 不重做 | 用 Open3D 内置 |
| **差异检测** | ✅ **自研** | 这是 PRISM 的差异化 — 设计 "L2 vs prior" 阈值与冲突仲裁 |
| **巩固调度** | ✅ **自研** | 充电桩 SOP + 优先级队列 + 回滚是 PRISM 独有 |
| **iPhone ingest 管道** | ✅ **自研** | RoomPlan → SpatialMemory schema 转换,这是 PRISM 的"桥" |
| LLM 关系推理 | ❌ 不重做 | 用 GPT-4o / Claude 3.5,做好 prompt 模板 |
| 任务驱动语义粒度 | ⚙️ 借鉴 | 学习 Clio 的信息瓶颈思路,简化为启发式 |

---

## 8. 6 个月行动建议(基于对比)

### 8.1 优先级 1 — 先做真机验证,弥补 0 真机短板
- 仿 OK-Robot,选 Hello Stretch / Unitree H1 / Pudu Robot 作为载体
- 选 1 个真实小户型(40 m² 单卧),完整跑通 [`14_mvp.md`](14_mvp.md) 的 5 步
- **3 个月内出第一组真实数字**(cm 误差 + ms 延迟 + 重定位成功率)

### 8.2 优先级 2 — ICRA / IROS 2027 投稿,弥补 0 论文短板
- 主线:"先验地图驱动的 lifelong 室内场景图(以酒店为例)"
- 与 ConceptGraphs / HOV-SG 的差异点写明:**手机扫描 + 巩固机制 + 差异检测**
- 用 HotelScene-Bench(10 个酒店房间)做评测,与 ConceptGraphs / HOV-SG 跑横向对比

### 8.3 优先级 3 — 开源发布 + ROS 2 SIG 推广
- 选 MIT 协议(与 ConceptGraphs / HOV-SG / OK-Robot 一致)
- 发起 "ROS 2 Indoor Prior Map SIG",推动 RoomPlan 格式标准化
- 目标:**12 个月内,3+ 公司或机构使用 PRISM 的 LTM schema**

### 8.4 优先级 4 — 引入信息瓶颈理论,弥补理论 0 短板
- 借 Clio 的 IB 思想,给 PRISM 的"差异置信度"+"巩固优先级"一个**形式化目标函数**
- 目标:**让评审能在论文里看到至少 1 个定理**

---

## 9. 引用与原始数据

### 9.1 arXiv 论文 ID

| 项目 | arXiv ID | 会议/期刊 |
|---|---|---|
| ConceptGraphs | [2309.16650](https://arxiv.org/abs/2309.16650) | ICRA 2024 |
| HOV-SG | [2403.17846](https://arxiv.org/abs/2403.17846) | RSS 2024 |
| OpenScene | [2211.15654](https://arxiv.org/abs/2211.15654) | CVPR 2023 |
| 3D-LLM | [2307.12981](https://arxiv.org/abs/2307.12981) | NeurIPS 2023 Spotlight |
| OK-Robot | [2401.12202](https://arxiv.org/abs/2401.12202) | arXiv 2024.01 |
| OpenMask3D | [2306.13631](https://arxiv.org/abs/2306.13631) | NeurIPS 2023 |
| ConceptFusion | [2302.07241](https://arxiv.org/abs/2302.07241) | RSS 2023 |
| Clio | [2404.13696](https://arxiv.org/abs/2404.13696) | RA-L 2024 (10.10) |

### 9.2 GitHub 项目

| 项目 | 仓库 | Stars | 许可证 |
|---|---|---:|---|
| ConceptGraphs | [concept-graphs/concept-graphs](https://github.com/concept-graphs/concept-graphs) | 868 | MIT |
| HOV-SG | [hovsg/HOV-SG](https://github.com/hovsg/HOV-SG) | 470 | MIT |
| OpenScene | [pengsongyou/openscene](https://github.com/pengsongyou/openscene) | 820 | Apache-2.0 |
| 3D-LLM | [UMass-Foundation-Model/3D-LLM](https://github.com/UMass-Foundation-Model/3D-LLM) | 1196 | MIT |
| OK-Robot | [ok-robot/ok-robot](https://github.com/ok-robot/ok-robot) | 596 | MIT |
| OpenMask3D | [OpenMask3D/openmask3d](https://github.com/OpenMask3D/openmask3d) | 259 | MIT |
| ConceptFusion | [concept-fusion/concept-fusion](https://github.com/concept-fusion/concept-fusion) | 233 | MIT |
| Clio | [MIT-SPARK/Clio](https://github.com/MIT-SPARK/Clio) | 239 | BSD-2-Clause |

### 9.3 原始抓取数据(可复查)

存放于 [`plans/PRISM/.research/`](.research/) 目录:

- [`projects.json`](.research/projects.json) — GitHub API 抓取的元数据(stars / license / pushed_at / topics)
- [`arxiv_data.json`](.research/arxiv_data.json) — arXiv API 抓取的 title / abstract / 作者 / 主类
- [`readmes/*.md`](.research/readmes/) — 每个项目的 README 头部 ≤ 16 KB 快照
- [`fetch_projects.py`](.research/fetch_projects.py) / [`fetch_arxiv.py`](.research/fetch_arxiv.py) / [`fetch_readmes.py`](.research/fetch_readmes.py) — 抓取脚本,可重跑获取最新数据

### 9.4 数据时效

- 所有 **stars / pushed_at** 抓取于 **2026-05-16 ~19:00 UTC+8**
- **arXiv abstract** 是论文首版定稿后通常不再变,可信
- **README** 是各项目仓库 main/master 分支的当下快照,可能与论文版有差异

---

## 10. 一句话总结

> **"PRISM 站在 OpenScene → ConceptGraphs → HOV-SG → Clio 这条血脉的最下游,集成度最高、文档最美,但理论与真机两个维度都还在起步线之外。要进入这张表的第一梯队,只需做对两件事:(1) 真机跑出来,(2) 写一篇能投 ICRA 的论文。"**

---

**对比综述版本**:v1.0
**对应 PRISM 版本**:v1.2.0
**最后更新**:2026-05-16
**配套文件**:
- [`rate.md`](rate.md) — 技术难度评分(62/100)
- [`rate_industry.md`](rate_industry.md) — 行业贡献评分(48/100)
- [`.research/`](.research/) — 原始抓取数据 + 复现脚本