gaojie/worldmodel

Fork 0

Files

T

gaojie 1ea74b46da

Sync to site1 / sync (push) Has been cancelled

Details

chore: update CrowdRoom categories from worldmodel to CrowdRoom

2026-05-21 02:20:22 +08:00

14 KiB

Raw Permalink Blame History

title, date, draft, tags, categories

title

date

draft

CrowdRoom · 总览（v0.1）

一句话定义：CrowdRoom 是「RoomPlan 版的 Sketchfab + Pinterest」——人人用 iPhone 扫一个房间，传到云端就有可在浏览器里 360° 把玩、分层切换、换家具换材质、Remix 再创作的 3D 房间社区。

本章是 CrowdRoom 的总览，与既有 plans/PRISM/00_overview.md 对齐：PRISM 是「机器人空间记忆操作系统」，CrowdRoom 是它的消费级前台与数据入口——把"专业机器人技术栈"和"普通用户的手机"用一个社区粘合起来。

1. 产品定位

维度	描述
一句话	"RoomPlan 版的 Sketchfab + Pinterest"：扫房 → 上传 → 共享 → Remix
内容形态	一个房间 = 一份 RoomPlan 源文件（`.usdz` + JSON）+ 服务端转码出的 `.glb` + 4 层可切换图层
核心动作	Scan → Upload → View → Toggle Layers → Remix → Share
区别于 Sketchfab	不是任意 3D 模型库，而是结构化的真实房间（带语义：墙/地/家具/材质）
区别于 Polycam 社区	Polycam 偏个人云盘，CrowdRoom 偏公共内容流 + Remix 文化
区别于 ArcGIS	不做专业 GIS 查询，只做"分层显示/隐藏/替换"这种消费级图层操作

CrowdRoom 不和 PRISM 抢机器人场景，它解决的是「怎么让 RoomPlan 数据从一个人的相册变成一个生态」的问题。

2. 目标用户画像

画像	标签	典型行为	核心诉求
A · 扫房爱好者（Scanner）	极客、博主、Polycam 老用户、租房博主	周末扫家、扫民宿、扫展览，上传炫技	上传顺、出图快、获赞获关注
B · 灵感党（Browser）	室内设计学生、装修业主、ins/小红书图源党	不扫，只逛；收藏好看的房间作灵感板	浏览流畅、能搜风格、能收藏分组
C · Remixer（创作者）	设计爱好者、3D 玩家、UGC 创作者	拿别人扫的房间，换墙纸/换沙发/隐藏家具发"我的版本"	操作低门槛、能版本对比、能 fork

三类用户构成采集 → 消费 → 再创作的内容飞轮，对应 plans/iphone/iphone_simplified_plan.md 里"个人验证用 RoomPlan"的轻量场景，但把生产者从 1 人扩到 N 人。

3. 核心用户故事（MVP 范围内 8 条）

#	As a	I want to	So that
US-1	扫房爱好者	在 iOS App 里调用 RoomPlan 扫完房间一键上传	不用导出 USDZ 再手动传
US-2	扫房爱好者	上传时给房间打标签（户型 / 风格 / 城市）并选择公开/私有	控制我作品的可见性与隐私
US-3	灵感党	在浏览器里 360° 旋转、缩放、走进一个房间	不装 App 就能看
US-4	灵感党	用复选框开关墙 / 地板 / 家具 / 材质四个图层	像 ArcGIS 那样按需查看结构或装饰
US-5	Remixer	把家具图层里的某件家具替换为公共资产库里的另一件	不重新建模就能做"装修方案"
US-6	Remixer	把墙面/地面材质换成公共材质库里的另一种	快速试色 / 试材质
US-7	任何用户	给一个房间点赞、评论、收藏到画板	形成社区互动
US-8	扫房爱好者	上传前由 App 自动模糊照片中的人脸/身份证/品牌 logo	默认隐私安全，不用我手工检查

故意不包含的 user stories：实时多人协同编辑、复杂 BIM/CAD 出图、专业 GIS 空间查询、跨房间拼接成楼层——见 §7 非目标。

4. 总体架构图

graph TD
    subgraph CLIENT["客户端层"]
        IOS["iOS App<br/>(RoomPlan SDK 采集 + 上传客户端)<br/>Swift / SwiftUI"]
        WEB["Web 前端<br/>(浏览/分层/Remix)<br/>React + R3F + Three.js"]
    end

    subgraph BAAS["Supabase BaaS 层"]
        AUTH["Auth<br/>邮箱/Apple/Google 登录<br/>JWT 下发"]
        DB["Postgres<br/>rooms / layers / remixes /<br/>comments / likes 表"]
        STG["Storage<br/>原始 .usdz + JSON<br/>+ 转码后 .glb"]
        EDGE["Edge Functions<br/>上传回调 / 隐私脱敏触发 /<br/>排行榜聚合"]
    end

    subgraph WORKER["渲染与转码层"]
        TRANS["Transcode Worker<br/>(USDZ → glTF/.glb +<br/>Draco/Meshopt 压缩)<br/>容器化 Node/Python"]
        ASSET["Asset Library<br/>公共家具 .glb +<br/>PBR 材质贴图"]
    end

    subgraph CDN["分发层"]
        EDGECDN["CDN<br/>(Cloudflare R2 / Bunny)<br/>直发 .glb 与缩略图"]
    end

    IOS -- "1. POST 上传 USDZ+JSON" --> STG
    IOS -- "登录" --> AUTH
    STG -- "2. 触发" --> EDGE
    EDGE -- "3. 入队转码任务" --> TRANS
    TRANS -- "4. 写回 .glb + layer manifest" --> STG
    TRANS -- "5. 更新 status" --> DB
    STG -- "公开资源" --> EDGECDN

    WEB -- "查列表/详情" --> DB
    WEB -- "登录" --> AUTH
    WEB -- "拉 .glb / 贴图" --> EDGECDN
    WEB -- "查公共素材" --> ASSET
    ASSET --> EDGECDN

关键说明：

iOS App 是唯一采集入口（RoomPlan 仅 iOS）；Web 端只消费、不采集
BaaS（Supabase）= Auth + Postgres + Storage + Edge Functions 一站式，避免自建后端
Transcode Worker 与 Asset Library 是「服务器渲染/转码」的承载者，对应用户原话里的"服务器渲染"
CDN 直发 .glb，Web 端实际渲染发生在浏览器 GPU（Three.js），服务端不做实时渲染——这是消费级路线的关键性价比决策

5. 技术栈选型表

层	推荐	备选	一行理由
移动端语言	Swift + SwiftUI + RoomPlan	Flutter + 原生桥接	RoomPlan 是纯 iOS API，原生 Swift 最薄
Web 框架	React + Vite + TypeScript	Next.js / SvelteKit	React 生态最厚，与 R3F 无缝
3D 渲染库	Three.js + React-Three-Fiber + drei	Babylon.js / PlayCanvas	R3F 让"图层切换/换家具"用 React 组件思维直接表达
BaaS	Supabase	Firebase / Appwrite	开源、Postgres 底座、便于后续平滑迁移到自建
对象存储	Supabase Storage（小流量）→ Cloudflare R2（量大后）	AWS S3 / Backblaze B2	R2 零出口费，国内外访问都还行
CDN	Cloudflare	Bunny.net / 阿里云 CDN	与 R2 同栈、免费额度大
转码 Worker	Node + `gltf-transform` + USD CLI，跑在 Fly.io / Railway 容器	AWS Lambda（冷启动慢，pass）	gltf-transform 做 Draco/Meshopt 压缩成熟；USD CLI 解 `.usdz`
公共资产库	Google `<model-viewer>` Asset Pack + 自建 PBR 库	Sketchfab API	起步用免费 CC0 素材，避开版权
CI/CD	GitHub Actions（iOS 走 fastlane → TestFlight；Web 走 Vercel）	GitLab CI	学习成本低、与 Supabase 集成方便
监控	Sentry + Supabase Logs	Datadog	个人/早期项目够用

该表只列MVP 默认选项；具体表结构、API 端点、转码流水线细节由后续子任务（01_data_schema.md / 02_api_contract.md）展开。

6. 与 PRISM 的关系：复用与边界

6.1 一句话定位

CrowdRoom = PRISM 的"消费级前台 + 数据入口"。 PRISM 解决"机器人怎么记住一个房间"，CrowdRoom 解决"普通用户怎么把房间贡献出来、怎么消费别人的房间"。两者共享同一份"RoomPlan → 结构化空间"的数据约定，但生命周期、SLA、安全模型完全不同。

6.2 复用点（CrowdRoom 直接受益于 PRISM 的既有设计）

#	复用项	来源	用法
R1	RoomPlan 数据格式约定（USDZ + JSON 双文件，墙/门窗/家具/尺寸字段）	`plans/iphone/data_format_specification.md` §2-§3	CrowdRoom iOS App 直接采用同一份 JSON Schema，避免双标
R2	RoomPlan 精度边界与扫描最佳实践	`plans/iphone/roomplan_accuracy_and_cad_export.md` §1, §4.1	用于 App 内的扫描引导提示（"慢速移动 0.3 m/s""清理杂物"）和精度免责声明
R3	导出转换链 USDZ ↔ glTF/DXF	`plans/iphone/roomplan_accuracy_and_cad_export.md` §3	Transcode Worker 复用其 Python/Swift 思路，CrowdRoom 只取 USDZ → glTF 一条
R4	L3/L4 节点 + 属性的语义抽象（房间是 L3、家具是 L4、`category/attributes/material`）	`plans/PRISM/03_data_schema.md` §3.2	CrowdRoom 的"分层 = L1/L2/L3/L4 的简化映射"：墙/地→L2 度量，家具→L4 语义节点；4 层图层是 PRISM 四层的降维投影
R5	简易方案的快速验证路径（一人一机一周跑通）	`plans/iphone/iphone_simplified_plan.md` §五	直接借作 CrowdRoom MVP 的扫描端工时基线

6.3 暂不引入的 PRISM 特性（边界）

不引入	理由	何时再考虑
Pipeline B 重定位 (`05_pipeline_B_relocalization.md`)	CrowdRoom 没有"机器人上线"的概念，无需 CLIP+ICP 握手	若未来做 AR Quicklook 多次访问对齐才需要
Pipeline C 在线感知 (`06_pipeline_C_online_perception.md`)	ZED 2i 不在消费端硬件清单里	永久不引入（消费级路线决策）
Pipeline D 巩固 / Delta 差异记忆 (`07_pipeline_D_consolidation.md`)	用户每次扫描视为独立作品而非同一空间的更新	若做"扫描日记/同一房间历史对比"功能再启用
KeyframeEvidence、Anchor、Delta 字段 (`plans/PRISM/03_data_schema.md` §3.2.1)	这些是为机器人翻案与巩固设计的，与社区浏览无关	永久不引入
Neo4j / Cypher 查询	消费级查询用 Postgres 全文索引足够	若引入"空间 SQL"（P2）再讨论
PostGIS / 专业空间查询、LOD、楼层拼接	用户已明确划入 P2/未来	当单房间日活上 10 万级、用户主动要"按城市/按户型查询"才上

原则：CrowdRoom 是 PRISM 的只写入口 + 只读消费；它产出的数据可被 PRISM 后续 import 作为先验地图源（"普通用户贡献先验"是诱人的长期愿景，但不在 MVP 范围内）。

7. MVP 范围与非目标

7.1 MVP 8 周内能交付（围绕 §3 的 8 条 user stories）

模块	交付物
iOS App（TestFlight）	RoomPlan 采集 + USDZ/JSON 导出 + 上传 + 标签 + 隐私脱敏（人脸模糊）
Web 前端	列表页 / 详情页 / R3F 渲染器 / 4 层图层切换 / 公共素材替换 / 评论点赞
Supabase 后端	Auth、`rooms / layers / remixes / comments / likes / assets` 7 张核心表、Storage 桶、上传回调 Edge Function
Transcode Worker	USDZ → `.glb`（Draco 压缩） + 生成 `layer_manifest.json`（4 层引用）
公共资产库	≥ 30 件家具 `.glb` + ≥ 20 种 PBR 材质（CC0 来源）
内容审核	上传时静态规则 + 人工 review 队列（暂不做 AI 审核）

7.2 明确不做（MVP 外）

❌ Android / Web 端采集（RoomPlan 仅 iOS，且不引入 Android ARCore 替代——避免数据双标）
❌ 实时多人协同编辑（Remix 走 fork 模型，不走 OT/CRDT）
❌ 空间 SQL / 任意自定义图层 / PostGIS 查询（P2）
❌ LOD、楼层拼接、跨房间空间索引（P2）
❌ 商品化（链接到电商）、付费墙、订阅
❌ 机器人接入 / PRISM Pipeline B-D 任何一项
❌ 自训练 3D 基础模型（家具识别一律用 RoomPlan 内置语义 + 公共资产匹配）

8. 风险与开放问题（≤ 5 条）

#	风险 / 开放问题	当前判断	待后续子任务回答
RK-1	RoomPlan 仅 iOS 且需 LiDAR（iPhone 12 Pro+）	接受为前提，等同于早期 Polycam 的市场范围；不做 Android 替代	是否在 Web 端也开放"上传第三方 USDZ"作为 PC 用户入口？
RK-2	`.usdz` 在 Web 端兼容性差（Three.js 无原生 USDZ loader）	服务端强制转 `.glb`，Web 端只见 glTF	转码失败率、`.usdz` 中嵌入纹理/动画的边界由 `02_transcode_pipeline.md`（待建）回答
RK-3	UGC 内容审核：色情、违法建筑、他人住宅未授权扫描	MVP 走"上传时声明 + 举报下架 + 人工 review"；不上 AI 审核	法律边界（中国大陆 vs 海外）、举报响应 SLA 由 `10_governance.md`（待建）回答
RK-4	隐私脱敏：纹理里可能包含人脸、身份证、品牌 logo、镜子里的人	默认开启端侧 Vision 人脸检测 + 高斯模糊；镜面区域参考 PRISM `no_update_zone` 思想做警告	脱敏算法细节、用户能否关闭、是否服务端二次扫描由 `01_data_schema.md` + `09_privacy.md`（待建）回答
RK-5	存储与带宽成本：单个房间 `.usdz` 5–50 MB，`.glb` 压后 1–10 MB；千用户日活即可烧光免费额度	MVP 用 Supabase 免费额度 + Cloudflare R2 零出口费；设单用户上传配额	配额数值、冷热分层策略、缩略图分级由 `02_transcode_pipeline.md` 回答

9. 下一章预告

子任务	待产出	关注问题
`01_data_schema.md`	Supabase 7 张表 DDL、`layer_manifest.json` Schema、与 PRISM L1-L4 的字段映射	RK-4 隐私字段、§6 R4 复用怎么落
`02_api_contract.md`	REST/PostgREST + Edge Function 端点表	上传协议、转码回调、Remix fork API
`03_ios_app_plan.md`	iOS App 模块拆解 + 隐私脱敏实现	US-1, US-2, US-8
`04_web_app_plan.md`	Web 前端组件树 + R3F 图层渲染策略	US-3~US-7

章节版本：v0.1 · 草案 关键收获：CrowdRoom 是 PRISM 的消费级前台；走 Supabase + Three.js + iOS-RoomPlan 的三件套路线；MVP 8 周覆盖 8 条核心 user stories；专业 GIS 与 PRISM Pipeline B/C/D 明确划在 MVP 之外。

14 KiB Raw Permalink Blame History Unescape Escape