gaojie/worldmodel
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
bec8a9a4a3437349b08e4baee4c42c05673e1234
worldmodel/research/crowdroom_related_papers_2026.md
T

418 lines
23 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# CrowdRoom 相关论文综述（2026 骨架版）
> **文档时间戳（开头）**
> - ISO 8601 (UTC): `2026-05-20T09:06:58Z`
> - Asia/Shanghai (UTC+8): `2026-05-20 17:06:58`
> - 生成模式：**抓取失败状态报告 + 综述骨架（0 篇真实论文）**
---
## 摘要
本综述原计划基于 [`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) 中由 [`research/fetch_crowdroom_papers.py`](fetch_crowdroom_papers.py) 抓取的 arXiv 论文，围绕 CrowdRoom（"RoomPlan 版 Sketchfab + Pinterest"，详见 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md)）所关切的 10 个研究方向，给出按主题组织的中文文献综述。然而，**本次数据采集因 arXiv API 全面速率限制（HTTP 429）而完全失败**：JSON 中 `unique_papers` 为空数组，10 个主题各自返回 0 篇论文。为遵守"不要编造未在 JSON 中出现的论文"的硬性约束，本文不引用任何具体论文，而是**以骨架（skeleton）形式**给出：(i) 数据采集失败状态的如实复盘；(ii) 10 个预设主题各自的研究问题（Research Questions, RQ）；(iii) 每个主题应覆盖的典型方法学家族（taxonomy placeholder）；(iv) CrowdRoom 项目可能受益的研究空白与未来方向。本文档预期在后续抓取成功后，被自动化脚本填充为完整综述。
---
## 1. 引言与背景
### 1.1 研究动机：为什么 CrowdRoom 需要一份文献综述
CrowdRoom 的产品定位是「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」。其技术链路（参见 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §4 架构图）横跨多个活跃研究领域：
- **采集端**：iPhone RoomPlan / ARKit / LiDAR 的几何与语义精度边界；
- **重建端**：以 NeRF、3D Gaussian Splatting（3DGS）为代表的神经场重建；
- **生成端**：text-to-3D 家具、image-to-3D 单图重建、室内布局生成；
- **理解端**：3D 物体姿态估计、OBB（Oriented Bounding Box）朝向估计；
- **数据与社区**：众包 3D 数据采集、隐私脱敏、UGC 治理；
- **应用与互操作**：数字孪生 / Scan-to-BIM、USD / glTF / OpenUSD 资产标准化。
每一条链路都已有成熟的学术社群与代表性方法；CrowdRoom 要在 8 周内交付 MVP（参见 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §7.1），需要快速吸收"哪些方法已成熟、哪些仍是开放问题、哪些方法学路线与消费级路线相容"等综述性判断。本文档即为该综述的**预定位**版本。
### 1.2 综述的范围与边界
本综述聚焦 10 个由 [`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) 的 `topics_meta` 字段预先定义的主题（详见 §3）。**范围内**：与上述链路直接相关的几何重建、生成式 3D、众包数据、隐私、资产标准化文献。**范围外**：通用机器人 SLAM 综述、与消费级路线无关的工业 BIM/GIS、纯图像生成（2D 扩散模型）综述。
### 1.3 与 CrowdRoom 项目文档的关系
本综述与 [`plans/CrowdRoom/`](../plans/CrowdRoom/) 目录下的产品/技术文档形成"文献证据 ↔ 工程决策"的双向引用关系：
- 工程文档中"选 3DGS 还是 NeRF？"等技术选型问题，应由本综述的 §3.2 / §3.3 给出文献支撑；
- 本综述识别出的研究空白，应反馈到 [`plans/CrowdRoom/ROADMAP.md`](../plans/CrowdRoom/ROADMAP.md)。
---
## 2. 数据采集状态（如实复盘）
### 2.1 抓取结果总览
| 字段 | 值 |
|------|-----|
| 数据源文件 | [`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) |
| 生成时间 | `2026-05-20T16:30:00+0800` |
| 抓取脚本 | [`research/fetch_crowdroom_papers.py`](fetch_crowdroom_papers.py) |
| 抓取状态 | **`FAILED_RATE_LIMIT`** |
| 涵盖论文总数 | **0 篇** |
| 唯一论文数 `unique_papers` | **0** |
| 涉及主题数 | 10（全部预设主题） |
| 失败模式 | arXiv API 全面返回 HTTP 429「Rate exceeded」 |
### 2.2 已尝试的抓取过程
JSON `meta.fetch_attempts` 字段记录了 4 次明确的尝试，均失败：
| # | 时间（CST） | 主题 | 结果 |
|---|---|---|---|
| 1 | 2026-05-20T13:18 | `roomplan_arkit` | 0 篇；4× 429（30/60/90/120 s 退避） |
| 2 | 2026-05-20T16:32（后台） | `roomplan_arkit` | 0 篇；4× 429 + 2× SSL timeout |
| 3 | 2026-05-20T16:32（后台） | `gaussian_splatting_indoor` | 0 篇；6× 429（30/60/90/120/150/180 s 退避） |
| 4 | 2026-05-20T16:50（探针） | `all:RoomPlan` | 直连与代理双双返回 HTTP 429 |
其余 8 个主题状态为 `not-attempted (killed at topic 3)`：因脚本在第 3 个主题处即被限流终止，未进入。
### 2.3 失败原因诊断
- **触发条件**：宿主机 IP 与 HTTP 代理（`http://127.0.0.1:6984`）IP 均已被 arXiv 速率限制器标记，速率窗口长度 > 2 小时；
- **重试无效**：30/60/90/120/150/180 秒的指数退避未能恢复；
- **协议无效**：IPv4 与 IPv6 双栈同样被拒；
- **代理无效**：直连与回环代理表现一致。
### 2.4 建议的恢复策略
根据 JSON `meta.recommended_retry`：
1. **等待 ≥ 2 小时**后重试；
2. **执行时段**：建议在北京时间 04:00–09:00 的 arXiv 低峰窗口；
3. **网络方案**：必要时切换到住宅代理（residential proxy）；
4. **降级方案**：使用 Semantic Scholar API 或 OpenAlex 作为替代检索源（不在当前脚本范围内）。
### 2.5 对本综述的直接影响
由于 0 篇真实论文可引用，本综述：
- **不**给出任何 `[编号]` 形式的引用（参考文献章节为空，明确标注 0 篇）；
- **不**包含任何具体方法（如"3DGS 方法 X 在 Replica 数据集上取得 PSNR=Y"）的数值或作者归属；
- **仅**给出每个主题的研究问题、应覆盖的方法学家族（taxonomy placeholder）、CrowdRoom 应当从中提取的工程结论模板。
---
## 3. 主题骨架（10 个预设方向）
以下 10 个一级主题严格对应 JSON `topics_meta` 字段的 10 个键，顺序保留原顺序。每个主题给出：**(a) 主题定义与 CrowdRoom 关联**、**(b) 待回答的研究问题 RQ**、**(c) 应覆盖的方法学家族**、**(d) 论文填充占位**。
### 3.1 主题一：iPhone RoomPlan / ARKit 室内扫描
**(a) 主题定义与 CrowdRoom 关联**
该主题关注 Apple RoomPlan API、ARKit、iPhone LiDAR 在室内几何采集中的精度边界、语义输出格式与最佳实践。CrowdRoom iOS App 的唯一采集入口即 RoomPlan，因此该主题是综述的**主干**，对应 [`plans/CrowdRoom/03_ios_app_plan.md`](../plans/CrowdRoom/03_ios_app_plan.md) 与 [`plans/iphone/roomplan_accuracy_and_cad_export.md`](../plans/iphone/roomplan_accuracy_and_cad_export.md) 的工程文档。
**(b) RQ**
- RQ1.1：RoomPlan 在不同光照 / 户型 / 家具密度下的几何精度量化结论是什么？
- RQ1.2：RoomPlan 输出的 USDZ + JSON 是否足以支撑下游"分层切换 / 家具替换"的语义需求？
- RQ1.3：ARKit / iPhone LiDAR 与中高端激光扫描仪（如 Matterport / Leica BLK）的差距在哪些指标上显著？
- RQ1.4：扫描路径与移动速度对 RoomPlan 重建质量的影响曲线如何？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| LiDAR + VIO 几何采集 | 待填充 | 扫描引导提示、精度免责声明 |
| 平面 / 房间几何拟合 | 待填充 | 墙地分割稳定性、出图精度 |
| 室内语义分割（家具类别） | 待填充 | 与 RoomPlan 内置类别的对齐 |
| 扫描质量评估与反馈 | 待填充 | 用户扫描中实时提示 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.2 主题二：3D Gaussian Splatting 室内重建
**(a) 主题定义与 CrowdRoom 关联**
3DGS 与 NeRF（§3.3）并列为近年主流的"可微神经场"方案，其在室内场景的实时渲染速度与显存占用对 Web 端可视化具有直接吸引力。CrowdRoom MVP 中的 Web 端实际渲染由 Three.js / R3F 承担，仍是网格 + 贴图路线；3DGS 是**未来可选升级路径**（参见 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §5 备选项）。
**(b) RQ**
- RQ2.1：3DGS 在室内复杂遮挡 / 反射 / 透明物体上的失败模式是什么？
- RQ2.2：3DGS 与传统网格 + PBR 贴图路线相比，在带宽 / 显存 / 浏览器兼容性上的真实差距？
- RQ2.3：是否存在可编辑（语义可分层、家具可替换）的 3DGS 表达？
- RQ2.4：3DGS 与 RoomPlan 输出（USDZ + 平面几何）如何融合？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 原始 3DGS 渲染 | 待填充 | 浏览器端渲染可行性 |
| 大场景 / 房间级 3DGS | 待填充 | 单房间显存占用 |
| 可编辑 / 可分层 3DGS | 待填充 | 与"分层 = L1–L4"的对齐 |
| 3DGS 压缩与流式传输 | 待填充 | CDN 分发可行性 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.3 主题三：NeRF 室内场景重建
**(a) 主题定义与 CrowdRoom 关联**
NeRF 作为 3DGS 之前的主流神经场方法，仍在"高保真离线重建 + 服务端渲染"路线下保有价值。CrowdRoom MVP 明确不做服务端实时渲染（[`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §4），因此 NeRF 主要作为**对比参考与离线烘焙工具**进入综述。
**(b) RQ**
- RQ3.1：NeRF 在房间尺度（room-scale）下的训练耗时与显存占用边界？
- RQ3.2：NeRF → 网格（mesh extraction）的质量损失曲线如何？
- RQ3.3：是否存在"少量 iPhone 帧 → 可用 NeRF"的实用化方案？
- RQ3.4：NeRF 在低纹理墙面 / 大面积玻璃上的退化机制？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 原始体素 NeRF | 待填充 | 训练成本基线 |
| 加速 NeRF（哈希编码等） | 待填充 | 离线烘焙可行性 |
| 室内大场景 NeRF | 待填充 | 房间尺度收敛性 |
| NeRF → mesh 提取 | 待填充 | 与 glTF 管线衔接 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.4 主题四：text-to-3D 家具 / 资产生成
**(a) 主题定义与 CrowdRoom 关联**
text-to-3D 让 Remixer 用户通过自然语言生成新家具，对应 CrowdRoom user story US-5（家具替换，见 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §3）。MVP 阶段公共资产库走 CC0 素材路线，text-to-3D 是**P2 阶段**的潜在能力扩展。
**(b) RQ**
- RQ4.1：当前 text-to-3D 在家具类目（沙发 / 椅子 / 灯具）的生成质量是否足够直接进入 glTF 管线？
- RQ4.2：生成结果的拓扑、UV 与 PBR 材质是否可被 Three.js 直接消费？
- RQ4.3：生成式资产的版权与可商用边界？
- RQ4.4：与"扫描自真实家具"的资产相比，生成式资产在物理尺度上的一致性如何？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| Score Distillation 路线 | 待填充 | 生成质量与时间成本 |
| 多视图扩散 → 3D 重建 | 待填充 | 与 image-to-3D 的边界 |
| Native 3D 扩散（点云 / 三平面） | 待填充 | 输出格式与 glTF 兼容性 |
| 家具专用大规模训练 | 待填充 | 类别覆盖度 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.5 主题五：室内布局生成 / 房间布置合成
**(a) 主题定义与 CrowdRoom 关联**
"给定一个空房间，自动生成一种家具布局"，对 CrowdRoom 的 Remix 创作（"装修方案"）有显著加速价值。MVP 暂不引入自动布局，但综述应识别该领域的成熟度，以支撑 P2 路线图。
**(b) RQ**
- RQ5.1：当前室内布局生成是否能保证物理可行性（无穿插、可达性、人体工学）？
- RQ5.2：以扩散模型为代表的布局生成方法与传统优化方法（如约束求解）的对比？
- RQ5.3：是否存在可条件化于"扫描得到的真实房间几何"的布局生成？
- RQ5.4：风格条件（如"日式 / 北欧 / 工业风"）是否可控？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 自回归布局生成 | 待填充 | 物理约束的硬约束注入 |
| 扩散模型布局生成 | 待填充 | 风格可控性 |
| 优化 / 规则驱动布局 | 待填充 | 与生成式方法的混合 |
| 基于场景图的布局 | 待填充 | 与 PRISM 语义图的对齐 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.6 主题六：3D 物体姿态估计 / OBB 朝向
**(a) 主题定义与 CrowdRoom 关联**
RoomPlan 输出的家具节点含位置与 OBB，但**朝向**（"沙发面朝哪里"）的稳定性是已知痛点。该主题决定 CrowdRoom 在家具替换时能否做到"新沙发面朝原沙发同一方向"的自动对齐。
**(b) RQ**
- RQ6.1：在 iPhone LiDAR 噪声水平下，9DoF 姿态估计的可达精度？
- RQ6.2：RoomPlan 原生朝向输出的失败模式（如对称家具）如何缓解？
- RQ6.3：是否存在仅靠扫描得到的稀疏点云即可恢复朝向的轻量方法？
- RQ6.4：基于类别先验（"沙发的座面朝向房间内侧"）的规则修正是否实用？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 模板匹配 / ICP | 待填充 | 与公共资产库的对齐 |
| 学习式 6D/9D 姿态 | 待填充 | 噪声鲁棒性 |
| 类别级姿态（NOCS 等） | 待填充 | 跨实例泛化 |
| 朝向投票 / 对称性消歧 | 待填充 | 对称家具消歧 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.7 主题七：众包 3D 数据采集 / 数据集
**(a) 主题定义与 CrowdRoom 关联**
这是 CrowdRoom 的**身份主题**：是否存在已有的众包 3D 数据社区？其失败 / 成功要素是什么？这是综述中最需要识别"研究空白"的章节，对应 [`plans/CrowdRoom/10_governance.md`](../plans/CrowdRoom/10_governance.md) 与 [`plans/CrowdRoom/09_privacy.md`](../plans/CrowdRoom/09_privacy.md)。
**(b) RQ**
- RQ7.1：现有大规模室内 3D 数据集（如 ScanNet 系列、Matterport3D 等）的采集模式是众包还是专业团队？
- RQ7.2：众包 3D 数据的质量控制机制（重叠采集、用户评分、自动筛选）有哪些？
- RQ7.3：UGC 3D 内容的版权与许可（CC0 / CC-BY / 商用）实践？
- RQ7.4：是否有研究专门量化"业余用户扫描"vs"专业团队扫描"的质量差距？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 专业团队大规模室内数据集 | 待填充 | 数据规模基线 |
| 众包 2D / 3D 标注 | 待填充 | 质量控制流程 |
| 用户贡献 3D 内容平台 | 待填充 | 社区机制 |
| 联邦 / 隐私保护的数据共享 | 待填充 | 与 §3.9 的衔接 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.8 主题八：数字孪生 / 室内 GIS / Scan-to-BIM
**(a) 主题定义与 CrowdRoom 关联**
[`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §1 明确划清："CrowdRoom **不做**专业 GIS 查询，只做消费级图层操作"。本主题在综述中作为**对照组**：说明"我们不走 Scan-to-BIM 路线"的判断依据。
**(b) RQ**
- RQ8.1：Scan-to-BIM 当前的自动化程度是什么？是否仍依赖大量人工修正？
- RQ8.2：消费级 RoomPlan 输出与 BIM 所需精度（IFC LOD 等级）之间的差距？
- RQ8.3：是否有轻量级"消费级数字孪生"的中间路线？
- RQ8.4：室内 GIS 数据模型（如 IndoorGML）与 Three.js 渲染管线的兼容性？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 点云 / 网格 → IFC 自动化 | 待填充 | 自动化上限 |
| 室内 GIS 查询 | 待填充 | 暂不引入的理由 |
| 数字孪生平台 | 待填充 | 消费级 vs 工业级边界 |
| 轻量化 BIM / 简化 IFC | 待填充 | 中间路线可行性 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.9 主题九：image-to-3D / 单图重建
**(a) 主题定义与 CrowdRoom 关联**
单图 → 3D 重建可用于"用户上传一张家具照片，自动生成可替换的 3D 资产"，是 Remix 创作的潜在低门槛入口。它与 §3.4（text-to-3D）共同构成"非扫描类资产入库"路径。
**(b) RQ**
- RQ9.1：当前 image-to-3D 在家具类目下的几何完整性（背面 / 底面）如何？
- RQ9.2：单图 vs 少视图（few-view）的质量拐点在哪里？
- RQ9.3：输出网格的拓扑质量是否能被 PBR 管线直接消费？
- RQ9.4：与 text-to-3D 相比，image-to-3D 在"形似但不同物"的语义偏移上表现如何？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| 回归式单视图重建 | 待填充 | 几何完整性 |
| 扩散先验式重建 | 待填充 | 背面合理性 |
| 多视图扩散 + 重建 | 待填充 | 与扫描互补 |
| 类别先验式重建 | 待填充 | 家具类目泛化 |
**(d) 论文填充占位**：当前 0 篇。
---
### 3.10 主题十：USD / glTF / 3D 资产标准化
**(a) 主题定义与 CrowdRoom 关联**
CrowdRoom 数据链路的核心格式约定为「USDZ（来自 RoomPlan）→ glTF/.glb（Web 端消费）」。该主题为综述提供"为什么是这两种格式""未来 OpenUSD 的影响"等格式层的文献支撑，对应 [`plans/CrowdRoom/01_data_schema.md`](../plans/CrowdRoom/01_data_schema.md) 与 [`plans/iphone/roomplan_accuracy_and_cad_export.md`](../plans/iphone/roomplan_accuracy_and_cad_export.md)。
**(b) RQ**
- RQ10.1：USDZ 与 glTF 在浏览器端的兼容性现状？
- RQ10.2：OpenUSD 的开放化进程对消费级 3D 社区的影响？
- RQ10.3：Draco / Meshopt 压缩对 glTF 在 Web 端的实际收益曲线？
- RQ10.4：3D 资产的版权水印 / 来源认证是否已有标准化方案？
**(c) 应覆盖的方法学家族**
| 家族 | 代表性方法（占位） | CrowdRoom 关注角度 |
|------|------------------|---------------------|
| glTF 核心规范与扩展 | 待填充 | Three.js 兼容性 |
| USD / OpenUSD 生态 | 待填充 | 与 Apple 工具链衔接 |
| 网格 / 纹理压缩 | 待填充 | CDN 带宽优化 |
| 资产来源 / 水印 | 待填充 | UGC 治理 |
**(d) 论文填充占位**：当前 0 篇。
---
## 4. 跨主题趋势观察（基于主题定义层面）
由于本次未抓到任何论文，本节**不**给出基于真实文献的量化趋势，仅基于上述主题定义层面的合理推断（在抓取成功后应被实证数据替换）：
| # | 观察 | 与 CrowdRoom 的关联 |
|---|------|---------------------|
| T1 | 神经场（3DGS / NeRF）路线正逐步从"研究 demo"走向"产品可用"，但**可编辑性**仍是显著缺口 | 决定 Web 端是否升级到 3DGS 渲染 |
| T2 | 生成式 3D（text-to-3D / image-to-3D）在家具类目上的"可用门槛"正快速降低，但**与 PBR / 物理尺度的对齐**仍未完全解决 | 决定 Remix 资产入库是否引入生成式入口 |
| T3 | 室内扫描的"消费级"端（RoomPlan / 手机 LiDAR）与"专业级"端（Matterport / 激光扫描）之间，存在**精度差距 vs 易用性**的稳定权衡 | 决定 CrowdRoom 在"易用性优先"路线上的定位 |
| T4 | 众包 3D 数据集的**质量控制与隐私治理**仍缺乏成熟方法学，研究空白显著 | 直接关系 [`plans/CrowdRoom/09_privacy.md`](../plans/CrowdRoom/09_privacy.md) 与 [`plans/CrowdRoom/10_governance.md`](../plans/CrowdRoom/10_governance.md) |
| T5 | USD/OpenUSD 的开放化让"Apple 生态 → 通用 Web 3D"的链路在标准层趋于稳定 | 支撑 USDZ → glTF 转码路线的长期可持续性 |
> 以上 5 条观察仅为**待证伪假设**（hypothesis），需在抓取成功后用真实文献交叉验证。
---
## 5. 研究空白与 CrowdRoom 的未来方向
基于 §3 的 RQ 与 §4 的趋势观察，结合 [`plans/CrowdRoom/00_overview.md`](../plans/CrowdRoom/00_overview.md) §6 与 §7，本综述识别出以下**潜在研究空白**（同样为待证伪命题）：
1. **可编辑、可分层的神经场表达**：3DGS / NeRF 是否能原生支持"墙 / 地板 / 家具 / 材质"四层切换？这是 CrowdRoom 走 3DGS 路线的硬性前提。
2. **手机端扫描的朝向稳定化**：仅靠 RoomPlan 输出（无重新训练）的朝向后处理方法，是 MVP 内最可能产生工程贡献的方向。
3. **众包 3D 内容的轻量级隐私脱敏**：端侧人脸 / 身份证 / logo 模糊，与镜面区域 / 反射场景的边界处理，是研究与产品共同的真实空白。
4. **生成式资产与扫描资产的尺度 / 材质一致性**：Remix 替换家具时的"无缝感"由此决定。
5. **消费级数字孪生的中间表达**：介于"专业 BIM"与"消费级 glTF"之间，是否存在一种轻量结构化表达，恰好满足"分层 + Remix"？
这 5 条空白构成抓取成功后综述应**重点检索**的关键词组合（如 "editable 3DGS"、"object orientation refinement RoomPlan"、"privacy preserving mesh"、"text-to-3D physical scale"、"lightweight scene graph"）。
---
## 6. 局限与下一步
### 6.1 本综述的明确局限
- **0 篇真实论文**：本综述未引用任何具体论文，所有判断为基于领域常识与项目文档的占位结论；
- **无量化对比**：所有比较表均为"待填充"，未给出 PSNR / 训练时间 / 模型体积等具体数值；
- **无引用编号**：参考文献章节为空（§7），文中未使用 `[N]` 形式的编号引用。
### 6.2 下一步行动建议
1. 等待 ≥ 2 小时后，按 [`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) 的 `meta.recommended_retry` 在北京时间 04:00–09:00 重跑 [`research/fetch_crowdroom_papers.py`](fetch_crowdroom_papers.py)；
2. 若 arXiv 持续受限，降级到 Semantic Scholar / OpenAlex 双源补全；
3. 抓取成功后，按本骨架的 §3.1–§3.10 顺序，将每个主题下"应覆盖的方法学家族"表格中"待填充"替换为真实代表性论文（含 `[编号]`），并补全 §7 参考文献；
4. 用真实数据替换 §4 的待证伪假设与 §5 的研究空白判断。
---
## 7. 参考文献
> **本次纳入论文总数：0 篇**
>
> 由于 arXiv API 在 2026-05-20 全面返回 HTTP 429 速率限制，[`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) 的 `unique_papers` 为空数组。按任务规则"不要在综述中加入未在 JSON 中出现的论文"，本章节当前不列出任何条目。
>
> **预留编号区间**：抓取成功后，预计 10 个主题各 5–15 篇，共约 60–120 篇，按主题分组并在文中以 `[编号]` 形式引用。条目格式预定为：
>
> ```
> [N] 标题. 作者 1, 作者 2, ...（年份）. 期刊/会议. 链接.
> ```
---
> **文档时间戳（结尾）**
> - ISO 8601 (UTC): `2026-05-20T09:06:58Z`
> - Asia/Shanghai (UTC+8): `2026-05-20 17:06:58`
> - 实时时间获取建议：``date -u +"%Y-%m-%dT%H:%M:%SZ"``
> - 生成模式：抓取失败状态报告 + 综述骨架（0 篇真实论文）
> - 数据源快照：[`research/crowdroom_papers_raw.json`](crowdroom_papers_raw.json) `fetch_status = FAILED_RATE_LIMIT`
Reference in New Issue View Git Blame Copy Permalink