gaojie
3.1 KiB
title, date, tags
| title | date | tags | ||
|---|---|---|---|---|
| WorldModel 项目分析 | 2026-06-01 |
|
WorldModel 项目分析
生成时间：2026-06-01 项目路径：
/Users/mac/code/worldmodel
📐 项目总览
WorldModel 是一个围绕室内物理世界理解（酒店场景切入）的研究型工程项目。核心目标是为具身智能提供可验证的技术平台。
- 216 个源文件（排除 node_modules），3.4 万总文件数
- 纯文档驱动型：绝大部分是 Markdown，只有少量 Python/Shell 脚本做辅助
- Git 活跃维护中
🧱 七大模块
1. 🔮 PRISM（核心，~108 文件）
Prior-Registered Integrated Spatial Memory — 机器人空间记忆架构。
四层空间记忆：L1感知缓冲 → L2度量地图 → L3拓扑图 → L4语义场。四条管线：离线建图（iPhone）/ 重定位握手 / 在线感知（ZED2i）/ 记忆巩固。已升级到 v2.0，有仿脑升级设计（Lyra 2.0 启发）。这是整个项目的"消化层"。
2. 🏠 CrowdRoom（13 文件）
众包 3D 房间共享平台，定位是"RoomPlan版 Sketchfab + Pinterest"。涵盖数据模型、API 契约、iOS/Web端设计、物品替换手册、隐私治理和路线图。
3. 📷 Camera（6 文件）
ZED2i立体相机的工程化方案：双目+IMU完整解决方案、数据Pipeline迭代框架、国产替代调研。
4. 📱 RoomPlan（7 文件）
iPhone LiDAR + Apple RoomPlan API做消费级室内3D重建。涵盖开源项目调研、数据格式规范（USDZ/OBJ/glTF/点云）、精度分析。
5. 🏨 HotelScene（4-6 文件）
以酒店为真实场景执行落地，分三部曲实施方案。
6. 🎮 GameEngine（1文件）
引入 Unity/Unreal Engine做实时可视化、轻量物理沙盒和合成数据生成。
7. 🔬 Research（~108文件 + PDF论文）
学术调研支撑：世界模型综述、Lyra2精读、人类空间记忆神经科学、SLAM/VIO/JEPA系列论文（含V-JEPA2源码剖析）、MultiPLY多感官感知项目、物理世界理解研究计划。
⚙️ 技术架构（核心理念）
"先验 + 在线"双流融合：
- 📱 iPhone (RoomPlan) → 一次性高精度先验地图（LiDAR毫米级）
- 📷 ZED2i → 持续在线感知与增量更新（立体+IMU）
- 🧠 PRISM → 统一空间记忆架构汇聚两路数据
- 🎮 GameEngine → 数字孪生运行时（可视化/物理沙盒）
🔍 评价
优势：
- 架构设计系统且深入，四层记忆分层有理有据（认知科学+SLAM工程的控制论交集）
- 文档体系极其完善，PRISM有20章+配套工具链（LaTeX书构建、自动统计）
- 学术调研扎实，覆盖JEPA/Lyra/MultiPLY等前沿方向
待推进的（纯文档阶段）：
- 目前几乎没有可运行的代码，都是设计文档和论文研究
- PRISM tools只有构建脚本（LaTeX/Python），没有核心架构的工程实现
- Camera、RoomPlan是方案设计，不是实际采集管线
简单说：项目设计完成度极高，但工程实现基本从零起步。 PRISM是真正的核心引擎，CrowdRoom和HotelScene是两个应用场景。