commit e4935d9d013f1ae9866d81c07361a1a59cda1411 Author: kang Date: Sat Apr 25 19:23:25 2026 +0800 init repo diff --git a/.gitignore b/.gitignore new file mode 100644 index 0000000..1bdd6ff --- /dev/null +++ b/.gitignore @@ -0,0 +1,24 @@ +# OS +.DS_Store + +# Env +.env +.env.* + +# Python +__pycache__/ +.pytest_cache/ +.mypy_cache/ +.venv/ +venv/ + +# Node +node_modules/ +.next/ +dist/ +build/ +.nuxt/ +.output/ + +# Misc +*.log diff --git a/.memory/inspatio-world.md b/.memory/inspatio-world.md new file mode 100644 index 0000000..2c80fc9 --- /dev/null +++ b/.memory/inspatio-world.md @@ -0,0 +1,27 @@ +--- +name: InSpatio-World 4D 世界模型核查 +description: InSpatio-World 视频条件 4D 世界模型深度核查 — 团队靠谱（浙大章国锋+前商汤），宣传夸大（无论文/无独立验证/24FPS需数据中心GPU） +type: project +--- + +## 项目信息 + +- **路径**：`~/Projects/research/20260322-InSpatio-World/` +- **端口**：4150（固定） +- **状态**：研究页完成 + +## 核查结论 + +**不是骗局，但噱头成分很重。** + +### 真实部分 +- 团队：章国锋（浙大教授/前商汤首席科学家）+ 刘浩敏（前商汤研发总监），3D 视觉领域顶级学者 +- 技术：基于 Self-Forcing (NeurIPS 2025) + Wan2.1 + Depth-Anything-3，底层可靠 +- 开源：Apache-2.0，1.3B 参数 + +### 夸大部分 +- "24 FPS 单卡" → 实际需 A100/H100，RTX 4090 仅 7-10 FPS，代码未优化 +- "消除幻觉" → WorldFM 论文自承动态场景差/帧抖动 +- "首个" → 窄化定义，NeoVerse/D4RT/DeepVerse 等竞品同期存在 +- 4D 模型无技术论文，arxiv 上的是 WorldFM（3D 帧模型），不同系统 +- 零社区讨论，零独立验证 diff --git a/.project.json b/.project.json new file mode 100644 index 0000000..4ffe2df --- /dev/null +++ b/.project.json @@ -0,0 +1,24 @@ +{ + "name": "InSpatio-World 4D 世界模型核查", + "description": "InSpatio-World 4D 世界模型深度核查，团队靠谱但宣传夸大", + "status": "done", + "kind": "analysis", + "created": "2026-03-22", + "ports": [ + { + "port": 4150, + "label": "dev", + "fixed": true + } + ], + "stack": [ + "HTML" + ], + "urls": [ + { + "url": "http://localhost:4150", + "type": "docs", + "label": "local docs" + } + ] +} diff --git a/AGENTS.md b/AGENTS.md new file mode 100644 index 0000000..214d8c7 --- /dev/null +++ b/AGENTS.md @@ -0,0 +1,21 @@ +# InSpatio-World 4D 世界模型核查 Agent Rules + +## Must Read First + +- `.project.json` 是机器真源：公网链接、快捷登录、凭证引用都以它为准 +- `RULES.md` 是人工规则和部署事实：启动命令、平台、域名、注意事项都写这里 +- 不允许编造不存在的域名、账号、密码；未知就保持空白并明确标记待补充 + +## Deployment Metadata Contract + +- 任何任务只要新增、删除或修改公网地址，必须在同一次任务里更新 `.project.json` +- `urls[]` 推荐显式写 `type`：`app`、`backend`、`docs`、`admin`、`repo` +- 项目专属的网页登录信息，如果允许放进仓库，就写 `.project.json.quick_login` +- 不能直接入库的敏感登录，不要伪造 `quick_login`，改为写 `.project.json.credentials` 引用 +- 数据库密码、API Key、服务器 root 密码，不属于 `quick_login` + +## Completion Gate + +- 部署完成后，不允许在 `.project.json` 缺少最新公网链接的状态下结束任务 +- 部署完成后，必须同步更新 `RULES.md` 的部署事实 +- 如果只更新了代码但没回写部署元数据，这个任务不算完成 diff --git a/CLAUDE.md b/CLAUDE.md new file mode 100644 index 0000000..214d8c7 --- /dev/null +++ b/CLAUDE.md @@ -0,0 +1,21 @@ +# InSpatio-World 4D 世界模型核查 Agent Rules + +## Must Read First + +- `.project.json` 是机器真源：公网链接、快捷登录、凭证引用都以它为准 +- `RULES.md` 是人工规则和部署事实：启动命令、平台、域名、注意事项都写这里 +- 不允许编造不存在的域名、账号、密码；未知就保持空白并明确标记待补充 + +## Deployment Metadata Contract + +- 任何任务只要新增、删除或修改公网地址，必须在同一次任务里更新 `.project.json` +- `urls[]` 推荐显式写 `type`：`app`、`backend`、`docs`、`admin`、`repo` +- 项目专属的网页登录信息，如果允许放进仓库，就写 `.project.json.quick_login` +- 不能直接入库的敏感登录，不要伪造 `quick_login`，改为写 `.project.json.credentials` 引用 +- 数据库密码、API Key、服务器 root 密码，不属于 `quick_login` + +## Completion Gate + +- 部署完成后，不允许在 `.project.json` 缺少最新公网链接的状态下结束任务 +- 部署完成后，必须同步更新 `RULES.md` 的部署事实 +- 如果只更新了代码但没回写部署元数据，这个任务不算完成 diff --git a/RULES.md b/RULES.md new file mode 100644 index 0000000..11f7c27 --- /dev/null +++ b/RULES.md @@ -0,0 +1,37 @@ +# InSpatio-World 4D 世界模型核查 + +## 启动 +- `dev` — 端口 4150 + +## 部署事实 +- 平台：待定 +- 发布状态：已部署 +- 主站 / 前端：待定 +- API / 后端：待定 +- 文档 / 解析：http://localhost:4150 +- 管理后台：待定 +- 代码仓：待定 + +## 快捷登录 +- 登录地址：待补充 +- 用户名：待补充 +- 密码：待补充 +- 说明：这里只写项目专属网页登录；数据库密码、API Key、服务器 root 密码不要写这里 + +## 元数据回写清单 +- 新增或变更公网地址后，必须同步更新 `.project.json.urls` +- 如果有网页后台登录： + - 可直接入库：写 `.project.json.quick_login` + - 不应入库：写 `.project.json.credentials` 引用 +- 部署完成后，`RULES.md` 和 `.project.json` 必须同一次任务一起更新 + +## 环境变量 +- 待补充 + +## 规则 +- 不允许编造不存在的部署域名、账号、密码 +- 没有公网地址时，`.project.json.urls` 保持空数组 +- 任何部署或域名变化，都要先改元数据，再视为任务完成 + +## 注意事项 +- 待补充 diff --git a/index.html b/index.html new file mode 100644 index 0000000..ff06c55 --- /dev/null +++ b/index.html @@ -0,0 +1,437 @@ + + + + + + InSpatio-World 4D 世界模型 — 深度核查 + + + +
+

InSpatio-World

+

Video-Conditioned 4D World Model — 深度核查报告

+

+ InSpatio (2026.03.18)  |  + 1.3B 参数 · Apache-2.0 开源  |  + Project Page  |  + GitHub  |  + WorldFM Paper +   噱头成分较重 +

+ + +
+

核查结论：团队靠谱，宣传跑在技术前面

+

不是骗局，但营销话术明显夸大。
+ 真实水平：一个有实力的创业团队发布了早期开源原型，
+ 但宣传文案按"已验证突破"级别在写。4D 模型无技术论文，零独立评测。

+
+ + +
+

团队背景 — 这部分是真的

+
+
章
+
+

章国锋 — 创始人 & CEO

+

浙江大学 CAD&CG 国家重点实验室教授 · 前商汤首席科学家 · 20+ 年 3D 视觉研究 · ISMAR 最佳论文 · Google Scholar 高引用

+
+
+
+
刘
+
+

刘浩敏 — 联合创始人 & CTO

+

前商汤研发总监 · 浙大博士 · 商用移动端 SLAM 方案开创者（早于 ARKit/ARCore）· 主导商汤 StarGen 基础模型

+
+
+

+ 浙大 CAD&CG 实验室 + 前商汤 3D 视觉核心团队 + 18 人研发团队 + 2025 年成立 +

+

+ 团队学术背景过硬，在 SLAM、3D 重建领域有真实且可验证的积累。 +

+
+ + +
+

技术架构

+

以视频为条件锚定"局部世界状态"，生成可交互的 4D 场景：

+
+
+ 输入视频
+ 任意视频片段 +
+ → +
+ Depth-Anything-3
+ 深度估计 +
+ → +
+ Florence-2
+ 视频描述生成 +
+ → +
+ Wan2.1 + Self-Forcing
+ 4D 世界状态生成 +
+ → +
+ 4D 漫游
+ 多视角 + 时间轴 +
+
+

+ 1.3B 参数 + Self-Forcing (NeurIPS 2025 Spotlight) + Wan2.1 (阿里视频扩散) + Depth-Anything-3 + Florence-2 + Apache-2.0 +

+

+ 底层技术栈均为已发表、可验证的成熟方案。架构组合本身是合理的。 +

+
+ + +
+

宣传声明 vs 实际验证

+ +
+
+
"首个视频条件 4D 世界模型"
+
+
+ 窄化定义下的"首个"。NeoVerse (CVPR 2026)、D4RT (DeepMind)、DeepVerse、Kinema4D 等都在做类似方向。"首个"取决于如何定义类别边界。 +
+
窄化定义
+
+ +
+
+
"单卡 24 FPS 实时漫游"
+
+
+ 24 FPS 需要数据中心级 GPU（A100/H100）。消费级 RTX 4090 实测 7-10 FPS。官方 README 注明代码"尚未做速度优化"。 +
+
误导
+
+ +
+
+
"消除物体消失幻觉"
+
+
+ 理论构想。团队自己的 WorldFM 论文承认：动态场景处理不好、存在"明显帧间抖动"、在线推理时出现运动边界伪影。 +
+
自相矛盾
+
+ +
+
+
"WorldScore-Dynamic 排行榜第一"
+
+
+ 限定条件："实时推理速度的模型中"排第一。这是子集排名，非总榜第一。且无法从独立来源验证该排名。 +
+
选择性披露
+
+ +
+
+
"不超过 100 块 GPU 训练"
+
+
+ 1.3B 参数量 + 基于 Wan2.1 微调，100 GPU 规模合理。但未独立验证。 +
+
合理可信
+
+
+ + +
+

可信度评分

+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
维度评分分数
团队学术背景 +
+ 		9/10
技术方案合理性 +
+ 		7.5/10
宣传与实际匹配度 +
+ 		3.5/10
论文/同行评审 +
+ 		2/10
独立第三方验证 +
+ 		0.5/10
代码开源程度 +
+ 		8/10
+
+ +
+ +
+

最关键的缺陷

+
    +
  • InSpatio-World（4D 模型）没有技术论文 — arxiv 上的 2603.11911 是 WorldFM（3D 帧模型），是另一个系统
    • +
  • 无标准量化指标 — LPIPS / PSNR / FID 均未报告
    • +
  • 无对比实验表 — 没有和 NeoVerse / D4RT 等竞品的 head-to-head 对比
    • +
  • 零社区讨论 — Reddit / HN / Twitter 上找不到独立技术讨论
    • +
  • 自承矛盾 — WorldFM 论文承认动态场景差、帧抖动，但 World 项目页宣称"消除幻觉"
    • +
+
+ + +
+

真实的优势

+
    +
  • 团队扎实 — 章国锋是 3D 视觉领域顶级学者，非"PPT 创业"
    • +
  • 完整开源 — Apache-2.0 协议，代码可检查复现
    • +
  • 底层可靠 — Self-Forcing (NeurIPS 2025)、Wan2.1、Depth-Anything-3 均为成熟方案
    • +
  • 架构创新 — "视频作为持久世界状态锚点"的思路是真实的技术贡献
    • +
  • 训练成本 — ≤100 GPU 微调已有模型，路径合理
    • +
+
+
+ + +
+

同期竞品对比

+ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
项目来源方法论文速度
InSpatio-WorldInSpatio 创业公司视频条件 + 扩散世界模型无10 FPS (4090) / 24 FPS (A100)
NeoVerseCreateAI · CVPR 2026前馈 4D Gaussian SplattingCVPR 2026<30s 推理
D4RTGoogle DeepMind4D 重建 + 跟踪有1 分钟视频 ~5s (TPU)
DeepVersearxiv 2506.011034D 自回归视频世界模型arxiv—
Kinema4Darxiv 2603.16669运动学 4D 世界建模arxiv—
+

+ InSpatio-World 的独特之处在于"视频→持久世界状态"的概念，但缺乏论文和对比数据，难以客观判断其相对优劣。 +

+
+ + +
+

WorldFM 论文自述局限（2603.11911）

+

以下来自团队自己的 WorldFM 论文，InSpatio-World 基于同一架构：

+
    +
  • 动态场景处理差 — 训练数据"以静态场景为主"，对运动物体的泛化能力不足
    • +
  • 帧间抖动 — 在线推理时帧与帧之间存在"明显抖动"，缺乏时间一致性约束
    • +
  • 运动边界伪影 — 视角变化较大时出现边界伪影
    • +
  • 无标准指标 — 论文中未报告 LPIPS / PSNR / FID / SSIM 等常用量化指标
    • +
+
+ + +
+

一句话总结

+

+ 不是骗局，但噱头成分很重。 +
+ 真实水平：有实力的创业团队发布早期开源原型。 +
+ 宣传水平：按"已验证突破"级别在写文案。 +
+ 建议：可以关注这个方向，但别把项目主页的数字当论文结论看。 +
+ 等到 技术论文发表 + 独立复现 之后再下判断不迟。 +

+
+ +

+ InSpatio-World 深度核查报告 · 2026-03-22 · 端口 4150 +

+
+ +