IAWG 世界生成器已经交付一套从自然语言场景请求到物理稳定 USD 场景产物的核心生成系统。系统不止于聊天界面,而是围绕场景意图、资产元数据、空间求解、物理稳定与确定性组合,建立了一组可复用、可测试、可部署的能力。
效果演示
IAWG 世界生成器效果演示
核心交付
| 能力 | 已交付内容 | 产出 |
|---|---|---|
| 自然语言场景生成 | 将用户请求转换为结构化场景意图 | 可执行的场景意图 |
| 场景契约建模 | 定义对象、关系、约束、占位与用户参数 | 可验证的场景图 |
| 资产检索与匹配 | 按类别、描述、标签与元数据查找候选资产 | 已解析的资产引用 |
| 占位优先工作流 | 允许先表达缺失对象,再由资产库补全 | 可追踪的占位项 |
| 关系求解 | 支持支撑、方向、距离与固定世界位姿 | 候选对象位姿 |
| 物理稳定 | 修正穿透、悬空与不稳定摆放 | 稳定后的位姿 |
| 确定性组合 | 按确定性规则实例化资产并写出场景 | USD 场景 |
| 运行记录 | 保存重放、调试与错误定位所需状态 | 可重放运行记录 |
| 失败显式化 | 在校验、求解、稳定与组合边界返回结构化错误 | 可诊断的失败结果 |
| 可部署形态 | CPU/GPU 边界清晰的容器化部署拓扑 | 可运行的部署形态 |
生成链路
从一句自然语言请求开始,最终产出物理稳定、可重放、可诊断的 USD 世界场景:
- 提交自然语言场景请求。
- 转成结构化、可校验的场景意图。
- 按类别 / 描述 / 标签检索并解析对象资产;缺失对象先占位,确认后再补全或生成。
- 依据对象关系与资产尺寸求解候选布局。
- 对布局做物理稳定,修正穿透、悬空与不稳定摆放。
- 按确定性规则实例化资产并输出 USD 场景。
- 记录场景快照、资产版本与求解 / 错误信息,支撑重放与问题定位。
可靠性设计
系统以「结构化场景意图」作为自然语言与运行时执行之间的中间层:先校验场景,再进入求解、稳定与组合,避免由模型直接产出不可控的结果。资产库以统一的几何与语义约定交付,让求解、物理稳定与组合各环节共享同一套空间语义。
更关键的是显式失败:生产路径要么返回物理稳定后的场景,要么返回带上下文的结构化错误——绝不在关键环节不可用时静默降级、产出看似完整却物理错误的场景。
可扩展边界
关键环节均为可替换模块,通过稳定接口解耦,便于按项目替换底层实现而不影响整体交付:
| 可替换环节 | 交付价值 |
|---|---|
| 人机交互入口 | 可对接不同前端 / 对话界面 |
| 模型供应方 | 可切换不同 LLM 提供方 |
| 工具执行边界 | 工具集可插拔、按需扩展 |
| 资产目录 | 可接入不同资产库 / 检索后端 |
| 位姿求解器 | 可替换布局求解实现 |
| 物理稳定器 | 可替换物理稳定实现 |
| 资产生成后端 | 可接入不同资产生成方案 |
交付价值
IAWG 已从单点的「文本生成场景」能力,推进为一套可验证、可重放、可扩展的世界生成系统:用结构化意图固化自然语言、用资产元数据连接语义检索与空间求解、把「布局求解」与「物理修正」分离,并以完整运行记录支撑重放、调试与问题定位。
