# 站點化世界模型 ## 物體、區域、事件、權限與可能行動的共同物理世界表示 **Station-Centric World Model: A Shared Physical-World Representation of Objects, Zones, Events, Authorities, and Possible Actions** **系列：**《時空域支配智能》系列第 9 篇 **文件編號：** EML-STDI-SWM-2026-v0.1 **作者：** Neo.K **協作整理：** Aletheia（阿萊） **機構：** EveMissLab／一言諾科技有限公司 **日期：** 2026 年 7 月 30 日 **文件類型：** 世界模型架構論文／共同狀態與行動表示規格 **證據成熟度：** E0——形式模型、資料架構與 MVP 驗證路線 **公開狀態：** 私人研究稿；公開前應經 EML-CF 的 IP Gate、來源、安全、隱私與模型可信度審查 **上位理論：** STDI｜時空域支配智能 **直接前序：** 1. 《時空間支配型 AI：從單體具身智能到持續性時空域治理》 2. 《超靈的物理化：從 O-Chip 維度代理人到分布式具身主體》 3. 《Oversoul Station Fabric：固定站、移動站與虛擬站的分布式具身網路》 4. 《持續性指揮控制區：AI 如何佔據、維持並安全解除一個物理時空域》 5. 《語義即物理路由：從資料流治理到物料、能源、站點與行動流治理》 6. 《具身即佔域，對齊即能力：分布式身體的時序容量、協調稅與規模邊界》 7. 《中央主權、地方自治與動態不動點中央》 8. 《連線不是纜線：有線、無線、光學與離線任務包的混合站網》 --- ## 摘要 時空域支配智能若要跨越多個固定站、移動站、儀器、虛擬模型與人類參與者持續行動，必須共享某種「世界」。但這個世界不能只是一張三維地圖、一份設備資料庫、一個數位孿生、一段模型記憶，或一個可以生成未來影片的神經網路。三維地圖知道物體位於何處，卻不一定知道其保管者、危險性與可執行動作；設備資料庫知道機器規格，卻不一定知道它是否正在被使用、是否已校準或是否因人類進入而失去作用權；數位孿生可以模擬設備和製程，卻不應被直接視為物理真值；影片世界模型可以生成合理未來，卻可能產生物理上看似自然、治理上不合法或證據上不可採信的結果。 本文提出 **Station-Centric World Model（SWM，站點化世界模型）**，作為 STDI 的共同物理世界表示。其核心不是將所有資訊集中到一個無所不知的資料庫，而是將來自不同站點、感測器、人類、模型與事件日誌的局部觀點，組合成一個具有： - 幾何； - 語義； - 關係； - 時間； - 保管； - 權限； - 行動可能性； - 不確定性； - 預測； - 因果； - 來源； 的多層世界模型。 本文定義： $$ \mathcal{W}_t = \left( \mathcal{X}_t, \mathcal{Z}_t, \mathcal{R}_t, \mathcal{E}_t, \mathcal{A}_t, \mathcal{P}_t, \mathcal{U}_t, \mathcal{M}_t, \mathcal{V}_t \right), $$ 其中： - $\mathcal{X}_t$ ：物體、站點、代理、樣本、工具與資源； - $\mathcal{Z}_t$ ：區域、座標系、邊界與可達空間； - $\mathcal{R}_t$ ：空間、功能、保管、任務、因果與治理關係； - $\mathcal{E}_t$ ：事件與時間線； - $\mathcal{A}_t$ ：可能行動、能力和 affordance； - $\mathcal{P}_t$ ：權限、租約、安全與政策； - $\mathcal{U}_t$ ：不確定性、衝突、新鮮度與觀測缺口； - $\mathcal{M}_t$ ：預測、模擬、反事實和候選未來； - $\mathcal{V}_t$ ：來源、版本、證據與世界紀元。 SWM 採用「多層真值」而非單一布林事實。每一項主張都必須標記其認識狀態： ```text OBSERVED MEASURED DECLARED INFERRED PREDICTED SIMULATED COMMITTED DISPUTED REVOKED STALE ``` 例如，「樣本 A 位於顯微鏡工作台」可能是相機觀測；「樣本 A 已由顯微鏡站保管」則必須由跨站交接事務正式提交；「如果啟動機械臂，樣本可能被移至量測區」只是候選未來。它們不能被壓縮成相同的資料欄位。 本文提出九層世界表示： 1. 座標與幾何層； 2. 物體與身份層； 3. 區域與拓撲層； 4. 語義關係與場景圖層； 5. 事件、保管與任務層； 6. 權限、安全與治理層； 7. affordance 與可執行性層； 8. 預測、因果與反事實層； 9. 不確定性、來源與證據層。 現有研究與標準提供了重要底座。ROS 2 tf2 可讓分布式元件維護座標框架與變換；Kimera 的 3D Dynamic Scene Graph 將物體、人物、房間、建築與時空關係組織成多層圖；OpenUSD 可組合大型場景、資產、層級與非破壞性覆寫；W3C PROV 以 Entity、Activity 與 Agent 表示資料和工件的來源；NIST 的製造數位孿生工作強調模型可信度、驗證、確認、不確定性量化與可追溯結果；V-JEPA 2、NVIDIA Cosmos 與其他世界模型則展示從視覺預測、物理推理到候選未來生成的能力。 但 SWM 與上述系統的差異在於： > 它不將任何單一表示視為完整世界，而以站點化、分層、帶來源和權限的方式，將「觀測到什麼」「系統承諾什麼」「模型預測什麼」「誰能改變什麼」同時保存在共同世界中。 本文進一步建立 World Entity Record、Relation Assertion、Zone Policy、Event Commit、Affordance Contract、Epistemic State、Perspective View、World Epoch、Reconciliation Proposal 與 Counterfactual Branch 等核心物件，並提出第一個 StationWorld-4 MVP：由感測站、機械臂站、移動站和量測站共同維護三個區域、若干樣本、工具、任務與人員事件，測試身份衝突、位置過期、保管不一致、模型預測錯誤、座標漂移、視野遮擋與人類介入。 本文的核心命題為： > 世界模型不是 AI 對世界的單一想像，而是一套讓多個作用端能區分事實、推論、承諾、權限與可能未來，並在不確定時拒絕越界行動的共同物理記憶。 **關鍵詞：** 站點化世界模型、Station-Centric World Model、SWM、世界紀元、動態場景圖、數位孿生、affordance、部分可觀測、事件圖、保管鏈、權限、來源、不確定性、反事實、V-JEPA 2、Cosmos、Kimera、OpenUSD、W3C PROV、tf2 --- # 0. 版本定位：第九篇補的是「系統共同相信什麼，以及相信到什麼程度」 前八篇已建立： - 超靈的持續治理主體； - 多身體和站點； - 跨時間持續存在； - 物理流編譯； - 對齊容量； - 中央與地方治理； - 混合鏈路。 但每一篇都隱含使用了「世界狀態」： - 樣本在哪裡； - 哪台儀器可用； - 人是否進入危險區； - 哪個站點保管物件； - 租約是否有效； - 哪個世界紀元仍可使用； - 哪個行動可能成功。 若世界狀態只是一組零散資料表，系統將無法可靠回答： 1. 多個站點看到的是不是同一物體？ 2. 物體位置是現在觀測、過去紀錄還是模型推測？ 3. 數位孿生和真實設備不一致時，哪個具有控制優先權？ 4. 誰有權改變某個物體或區域？ 5. 某個動作在目前狀態下是否真的可執行？ 6. 世界狀態發生衝突時，是覆蓋、保留還是停止？ 7. 模型想像出的未來如何與已提交的物理事實隔離？ 本文建立 SWM，回答這些問題。 --- # 1. 世界模型不是單一模型 ## 1.1 地圖不是世界 地圖主要表示： - 座標； - 障礙； - 路徑； - 幾何。 它不一定表示： - 樣本身份； - 保管責任； - 區域政策； - 可使用工具； - 行動後果； - 來源與不確定性。 ## 1.2 場景圖不是全部世界 場景圖可以表示： - 物體； - 房間； - 人； - 包含； - 鄰接； - 支撐； - 空間關係。 但若沒有事件、權限和證據，它仍不能決定物理操作是否合法。 ## 1.3 數位孿生不是物理真值 數位孿生可以： - 映射設備； - 模擬； - 預測； - 最佳化； - 支援決策。 但它仍是模型： $$ \hat{W}_{\mathrm{twin}} \approx W_{\mathrm{physical}}, $$ 不是： $$ \hat{W}_{\mathrm{twin}} = W_{\mathrm{physical}}. $$ ## 1.4 生成式世界模型不是共同記錄 影片或潛在空間世界模型擅長： - 預測運動； - 生成候選未來； - 估計行動後果； - 提供規劃 rollout。 但生成合理畫面不表示： - 物件身份正確； - 權限合法； - 保管鏈成立； - 儀器已校準； - 結果可作證據。 ## 1.5 SWM 是組合世界模型 $$ \begin{aligned} \text{SWM} ={}& \text{Metric Map} + \text{Scene Graph} + \text{Event Graph} \\ &+ \text{Governance Graph} + \text{Affordance Model} + \text{Predictive Models} \\ &+ \text{Epistemic State} + \text{Provenance}. \end{aligned} $$ --- # 2. 九層世界模型 ## L0：座標與幾何層 包含： - 座標框架； - 變換； - 位置； - 姿態； - 速度； - 尺寸； - 網格； - occupancy； - 可達空間。 ROS 2 tf2 提供分布式座標變換資料庫的現實底座，可讓不同元件發布和查詢座標框架之間的關係。 ## L1：物體與身份層 包含： - 唯一身份； - 類型； - 物理屬性； - 批次； - 序號； - 組件； - 狀態； - 是否為同一實體。 ## L2：區域與拓撲層 包含： - 房間； - 工作單元； - 緩衝區； - 危險區； - 交接區； - 人類區； - 路徑； - 鄰接； - 包含； - 入口。 ## L3：語義關係與場景圖層 包含： - 在……上； - 在……內； - 連接； - 支撐； - 遮擋； - 接近； - 屬於； - 使用； - 依賴； - 相容； - 不相容。 ## L4：事件、保管與任務層 包含： - 誰做了什麼； - 何時發生； - 哪個樣本被移動； - 保管如何轉移； - 任務進度； - 未完成義務； - 事故； - 補償。 ## L5：權限、安全與治理層 包含： - 域憲法； - 身體租約； - 區域權限； - 人類批准； - 治理紀元； - fencing； - 禁止動作； - 安全模式。 ## L6：Affordance 與可執行性層 包含： - 什麼物體可抓； - 哪個站點能量測； - 哪個區域可進入； - 哪些前置條件已成立； - 哪些動作會破壞未來能力； - 哪些工具能增加能力。 ## L7：預測、因果與反事實層 包含： - 行動後可能世界； - 預期物理效果； - 失敗概率； - 因果依賴； - 替代計畫； - 「若不做」的結果； - 模擬與 rollout。 ## L8：不確定性、來源與證據層 每一項世界主張都必須攜帶： - 來源； - 時間； - 可信度； - 誤差； - 新鮮度； - 模型版本； - 支持證據； - 衝突； - 撤銷記錄。 --- # 3. 世界實體 ## 3.1 Entity 所有可被世界模型引用的對象： $$ x = \left( id, type, state, geometry, policy, provenance \right). $$ ## 3.2 主要類型 ```text PhysicalObject Sample Material Container Tool Instrument Station RobotBody Human AIInstance Zone Path Resource Task Obligation Policy Lease Event Evidence Hypothesis Model Prediction ``` ## 3.3 實體與描述分離 物理樣本 A 與其： - CAD； - 數位孿生； - 照片； - 模型 embedding； - 分析結果； 是不同實體，透過關係連接。 不能把「樣本本體」和「樣本的數位描述」視為同一物件。 --- # 4. 身份解析 ## 4.1 身份不是只靠名稱 同名物體可能不同；同一物體也可能有： - QR code； - RFID； - 視覺特徵； - 批次號； - 容器位置； - 手工標籤。 ## 4.2 身份假說 觀測 $o$ 對應實體 $x$ 的概率： $$ p(x\mid o) \propto p(o\mid x)p(x). $$ ## 4.3 身份狀態 ```text CONFIRMED PROBABLE AMBIGUOUS CONFLICTED LOST RETIRED ``` ## 4.4 高風險物件禁止模糊合併 樣本、工具、危險材料與校準件若身份不確定： - 不自動合併； - 不執行破壞性動作； - 重新觀測； - 人工確認； - 保留衝突證據。 --- # 5. 座標框架與空間真值 ## 5.1 多框架 同一物體可同時位於： - 世界座標； - 房間座標； - 站點座標； - 機器人 base； - 工具座標； - 相機座標； - 樣本局部座標。 ## 5.2 變換 $$ {}^{A}T_{C} = {}^{A}T_{B} {}^{B}T_{C}. $$ ## 5.3 變換也有時間與不確定性 $$ T_{AB} = \left( \hat{T}_{AB}, \Sigma_{AB}, t, source \right). $$ ## 5.4 座標漂移 長時間運作可能因： - SLAM 漂移； - 相機移動； - 工作台震動； - 重新校準； - 人類搬動設備； 使舊位置失效。 ## 5.5 幾何不一致時 系統不能只採用最後寫入者。 應比較： - 感測來源； - 誤差； - 時間； - 校準； - 世界紀元； - 物理可行性。 --- # 6. 區域模型 ## 6.1 Zone $$ z = \left( geometry, topology, policy, occupancy, resources, risk \right). $$ ## 6.2 區域類型 - Storage Zone； - Handoff Zone； - Measurement Zone； - Human Zone； - Safety Exclusion Zone； - Clean Zone； - Contamination Zone； - Charging Zone； - Quarantine Zone； - Virtual Zone。 ## 6.3 區域是治理物件 區域不只是一個 polygon，還決定： - 哪些站點可進入； - 哪些物件可放置； - 哪些能源可啟動； - 人員進入時如何降級； - 哪個感測器具有權威； - 是否允許拍攝； - 是否可外傳資料。 ## 6.4 動態區域 移動設備可形成臨時安全區： $$ Z_{\mathrm{dynamic}}(t) = f( pose, speed, load, risk ). $$ --- # 7. 關係圖 ## 7.1 空間關係 ```text inside contains on supports adjacent_to connected_to reachable_from occludes near intersects ``` ## 7.2 功能關係 ```text uses requires compatible_with calibrated_by powered_by controlled_by observed_by ``` ## 7.3 保管與治理關係 ```text custodied_by owned_by leased_to authorized_by forbidden_in governed_by approved_by ``` ## 7.4 任務與因果關係 ```text precedes enables blocks causes contributes_to evidences invalidates compensates ``` ## 7.5 關係也是主張 每一條邊： $$ r = \left( subject, predicate, object, epistemic, time, source \right). $$ 不能因為圖中有一條邊，就假設它是永恆真理。 --- # 8. 3D Dynamic Scene Graph 的位置 Kimera 的 3D Dynamic Scene Graph 提供： - metric-semantic mesh； - 物體； - 人； - places； - rooms； - buildings； - 多層關係； - 動態場景。 這是 SWM 的空間—語義骨架。 但 SWM 額外加入： - 保管； - 任務； - 能源； - 租約； - 世界紀元； - 證據； - 預測分支； - IP 與隱私。 因此： $$ \text{DSG} \subset \text{SWM}, $$ 而不是完整等價。 --- # 9. OpenUSD 的位置 OpenUSD 提供： - 大型場景組合； - prim 階層； - references； - variants； - layers； - non-destructive overrides； - instancing。 SWM 可以使用 OpenUSD 表示： - 靜態資產； - 幾何； - 虛擬場景； - 組件； - 不同配置； - 數位孿生視圖。 但 OpenUSD Stage 不應直接成為控制真值。 ## 9.1 Layer 的治理映射 可建立： ```text base_asset_layer survey_layer live_observation_layer operator_override_layer simulation_layer policy_annotation_layer ``` ## 9.2 強覆寫不等於真實 USD 中較強的 layer 可以覆寫較弱 layer；SWM 中的權威順序必須由： - 來源； - 時間； - 權限； - 證據； - 狀態類型； 決定，不能只用檔案 layer strength。 --- # 10. 事件世界 ## 10.1 狀態是事件累積結果 $$ W_t = \operatorname{Fold} \left( W_{t_0}, e_{t_0+1}, \ldots, e_t \right). $$ ## 10.2 Event $$ e = \left( actor, action, object, time, location, effect, authority, evidence \right). $$ ## 10.3 事件類型 - Observed； - Measured； - Moved； - Handoff Prepared； - Handoff Committed； - Calibrated； - Lease Issued； - Lease Revoked； - Human Entered； - Task Started； - Task Failed； - Model Predicted； - World Reconciled。 ## 10.4 W3C PROV 可將： - Entity：樣本、資料、模型、結果； - Activity：量測、移動、分析、製造； - Agent：人類、AI、站點、組織； 映射至來源圖。 --- # 11. 認識狀態 ## 11.1 世界主張不是只有真／假 定義： $$ \epsilon \in \{ O,M,D,I,P,S,C,X,R \}. $$ 對應： - $O$ ：Observed； - $M$ ：Measured； - $D$ ：Declared； - $I$ ：Inferred； - $P$ ：Predicted； - $S$ ：Simulated； - $C$ ：Committed； - $X$ ：Disputed； - $R$ ：Revoked／Stale。 ## 11.2 例子 ```yaml assertion: subject: "sample-17" predicate: "located_in" object: "microscope-zone" epistemic_state: "OBSERVED" confidence: 0.96 observed_at: "" valid_until: "" source: "camera-02" ``` 保管關係則需要： ```yaml epistemic_state: "COMMITTED" source: "handoff-transaction-42" ``` ## 11.3 推論不能自動升級為提交 $$ \text{INFERRED} \not\Rightarrow \text{COMMITTED}. $$ 模型可以推測樣本已被拿走，但在身份與保管驗證前，不能正式轉移責任。 --- # 12. 不確定性與新鮮度 ## 12.1 狀態 $$ x_t = \left( \hat{x}, \Sigma, t_{\mathrm{obs}}, t_{\mathrm{valid}}, source, status \right). $$ ## 12.2 不確定性類型 - 幾何； - 身份； - 類別； - 狀態； - 因果； - 權限； - 模型； - 時間。 ## 12.3 新鮮度 $$ \operatorname{Fresh}(x,t) = \mathbb{1} \left[ t-t_{\mathrm{obs}} \leq \Delta_x^{\max} \right]. $$ ## 12.4 不知道也是正式狀態 ```text UNKNOWN UNOBSERVABLE OCCLUDED NOT_INSTRUMENTED CONFLICTED ``` 系統不得用模型補全把「未知」靜默轉成「已知」。 --- # 13. 站點觀點 ## 13.1 局部世界 每個站點維護： $$ W_i(t) = \left( X_i, Z_i, R_i, E_i, U_i \right). $$ ## 13.2 Perspective View 同一世界對不同站點可見內容不同： - 感測範圍； - 權限； - 隱私； - 任務； - 網路； - 資料授權。 ## 13.3 中央不是全知 全局模型： $$ \hat{W}(t) = \operatorname{Fuse} \left( W_1(t-\delta_1), \ldots, W_n(t-\delta_n) \right). $$ 它仍是估計。 ## 13.4 最小披露 地方站點不必向所有其他站點公開： - 人員影像； - 私人資料； - 專利候選； - 完整模型； - 外部合作資料。 可分享任務需要的最小世界切片。 --- # 14. 權限與世界模型 ## 14.1 權限不是外部 ACL 附件 世界模型必須知道： - 誰能看； - 誰能改； - 誰能批准； - 誰能進入； - 誰能保管； - 誰能公開。 ## 14.2 Policy Assertion ```yaml policy: subject: "robot-arm-04" action: "grasp" object_class: "clean_sample" zone: "cell-B" governance_epoch: 12 valid_until: "" constraints: max_force_n: 5 ``` ## 14.3 權限也有不確定性 若中央與地方對租約狀態不同： - 採最保守狀態； - 暫停高風險動作； - 驗證 fencing； - 不以最後寫入者勝出。 --- # 15. Affordance：可能行動 ## 15.1 Affordance Affordance 不是物體的永恆屬性，而是： $$ \operatorname{Afford}(a,x,N_i,W_t) $$ 表示在當前世界、特定站點與作用域下，動作 $a$ 是否可行。 ## 15.2 例子 同一杯子： - 對夾爪 A 可抓； - 對夾爪 B 太大； - 在人類手中不可抓； - 在危險區不可進入； - 裝有液體時不可翻轉。 ## 15.3 Affordance Contract $$ \alpha = \left( actor, action, target, preconditions, effects, risks, evidence \right). $$ ## 15.4 可執行性 $$ \operatorname{Executable}(a,t) = \operatorname{Capable} \land \operatorname{Reachable} \land \operatorname{Permitted} \land \operatorname{Safe} \land \operatorname{Fresh} \land \operatorname{EvidenceReady}. $$ ## 15.5 Partial World Model 系統不需要模擬世界全部細節，只需對與當前意圖相關的 affordance 和後果形成高品質局部模型。 這可以降低搜索分支與模型負擔。 --- # 16. 預測世界模型 ## 16.1 Predictive Branch 對候選行動序列 $\pi$ ： $$ \hat{W}_{t+h}^{(\pi)} = F_\theta(W_t,\pi). $$ ## 16.2 多種預測器 - 物理模擬； - 規則； - 因果圖； - occupancy model； - video world model； - 大型世界基礎模型； - 經驗統計。 ## 16.3 V-JEPA 2 可從影片與影像學習抽象的物理理解、預測和規劃表示，並展示零樣本機器人規劃。 ## 16.4 Cosmos 世界基礎模型可以生成、理解和模擬物理場景，支援 Physical AI 的資料生成、預測和推理。 ## 16.5 預測分支隔離 ```text COMMITTED WORLD ├── branch A: simulation ├── branch B: video prediction ├── branch C: rule-based estimate └── branch D: counterfactual ``` 任何分支都不能直接寫回 committed world。 ## 16.6 提交條件 只有： - 行動真正執行； - 物理觀測； - 事件驗證； - 權限與保管提交； 才能更新已提交世界。 --- # 17. 因果與反事實 ## 17.1 相關不等於可干預 世界模型若只學到： $$ a_t \rightarrow o_{t+1} $$ 的統計關係，可能忽略： - 前置條件； - 工具； - 接觸； - 隱藏變量； - 政策； - 行動是否真的可執行。 ## 17.2 因果邊 ```text action → physical_effect calibration_error → measurement_bias human_entry → safety_mode_change tool_change → capability_change lease_revocation → action_forbidden ``` ## 17.3 反事實 系統可問： - 若不加熱會如何？ - 若改用站點 B 是否降低風險？ - 若延後量測是否使樣本失效？ - 若世界紀元已變更，原計畫是否仍成立？ ## 17.4 因果模型也需證據 不能因 AI 產生一個合理因果故事，就將其寫成世界事實。 --- # 18. 數位孿生邊界與模型可信度 ## 18.1 Twin Record 每個孿生模型需標記： - 對應實體； - 模型目的； - 有效範圍； - 參數來源； - 校準； - 驗證； - 不確定性； - 最近更新。 ## 18.2 VVUQ 包括： - Verification：實作是否符合模型； - Validation：模型是否適合真實用途； - Uncertainty Quantification：不確定性多大。 ## 18.3 用途限制 同一孿生可能適合： - 視覺展示； - 低速碰撞檢查； 但不適合： - 精密熱預測； - 高速控制； - 安全認證。 ## 18.4 Twin Authority 數位孿生可以： - 提出； - 預測； - 檢查； - 最佳化。 它不能在與物理觀測衝突時自動覆蓋物理世界。 --- # 19. 來源與證據 ## 19.1 Provenance 每個重要主張可映射至： $$ \text{Entity} \leftarrow \text{Activity} \leftarrow \text{Agent}. $$ ## 19.2 來源鏈 例如： ```text sample-17 temperature result ← analysis activity ← raw sensor file ← thermal rig measurement ← calibration artifact ← task and lease ``` ## 19.3 來源影響權威 優先級不能固定為「感測器高於模型」或「人類高於感測器」。 應依主張類型： - 人員批准：人類與治理記錄； - 即時位置：校準感測； - 設備能力：能力證書； - 預期未來：模型； - 保管：交接事務； - 公開狀態：EML-CF 發布記錄。 --- # 20. 世界紀元 ## 20.1 定義 $$ WE_k = \left( k, h_k, t_k, scope_k, dependencies_k, signature_k \right). $$ ## 20.2 紀元不代表全世界快照 它表示： - 一組關鍵世界主張； - 在特定作用域； - 被提交為任務可依賴的版本。 ## 20.3 紀元失效 可能由： - 人類進入； - 樣本移動； - 工具更換； - 校準過期； - 中央轉移； - 站點隔離； - 區域政策改變； 觸發。 ## 20.4 任務依賴 ```yaml world_dependency: epoch: "WE-0042" strong: - "custody:sample-17" - "human_presence:cell-B" bounded: - "health:microscope-01" eventual: - "long_term_statistics" ``` --- # 21. 世界調和 ## 21.1 衝突來源 - 多感測器； - 斷線站點； - 人類操作； - 時鐘； - 身份； - 模型； - 事件延遲。 ## 21.2 衝突不靜默覆蓋 ```yaml world_conflict: subject: "sample-17" predicate: "located_in" assertions: - value: "storage-A" source: "central-log" - value: "microscope-zone" source: "camera-02" status: "DISPUTED" ``` ## 21.3 Reconciliation Proposal 調和器可以： - 重新觀測； - 檢查交接； - 檢查時間； - 比較來源； - 保留兩個假說； - 要求人類。 ## 21.4 提交權 調和建議必須經相應的： - 地方確認； - 域級中央； - 或人類； 才改變 committed world。 --- # 22. 記憶與世界模型分離 ## 22.1 AI 記憶不是世界真值 模型的對話記憶、向量記憶和經驗摘要可能： - 過時； - 壓縮； - 缺少來源； - 混入推論。 ## 22.2 World Claim API AI 不能自由寫入世界，只能提交： ```text Observation Proposal Inference Proposal Prediction Branch Action Proposal Reconciliation Proposal ``` ## 22.3 Commit API 只有具備權限的服務可提交： - 物理事件； - 保管轉移； - 租約； - 世界紀元； - 人類批准。 --- # 23. 人類在世界模型中的位置 ## 23.1 人類不是一般障礙物 必須表示： - 是否存在； - 角色； - 授權； - 隱私； - 安全； - 接管； - 不確定意圖。 ## 23.2 最小必要表示 通常不需要保存： - 生物特徵； - 詳細人格； - 不相關活動。 只保存： - 現場安全所需； - 任務分工所需； - 法律與事故所需； - 經同意的資訊。 ## 23.3 人類觀點 人類可以： - 修正錯誤身份； - 宣布設備已搬動； - 接管； - 拒絕； - 提供領域判斷。 但人類聲明也應保存來源與時間，不應不留痕地改寫歷史。 --- # 24. 模型更新管線 ## 24.1 感知更新 - 感測； - 特徵； - 物體； - 姿態； - 關係； - 不確定性。 ## 24.2 事件更新 - 任務； - 控制； - 交接； - 權限； - 人類。 ## 24.3 預測更新 建立候選分支，不修改提交世界。 ## 24.4 調和更新 解決衝突、撤銷過期主張。 ## 24.5 紀元提交 對關鍵作用域產生新的可引用版本。 --- # 25. SWM 系統架構 ## 25.1 Frame and Geometry Service 管理： - tf； - mesh； - occupancy； - pose； - covariance。 ## 25.2 Entity Registry 管理： - 身份； - 型別； - 批次； - 實體與描述關係。 ## 25.3 Zone and Topology Service 管理： - 區域； - 路徑； - 邊界； - 動態安全區。 ## 25.4 Relation／Scene Graph Store 管理多層圖。 ## 25.5 Event and Provenance Journal append-only 事件與來源。 ## 25.6 Governance Graph 權限、租約、紀元、政策和 fencing。 ## 25.7 Affordance Engine 根據： - 身體； - 工具； - 物件； - 世界； - 權限； 計算可能行動。 ## 25.8 Prediction Branch Manager 管理模擬、世界模型和反事實分支。 ## 25.9 Epistemic and Conflict Manager 管理： - 可信度； - 新鮮度； - 衝突； - 未知； - 調和。 ## 25.10 World Epoch Authority 提交任務可依賴的世界版本。 ## 25.11 Perspective and Access Service 根據站點、任務、隱私和 IP 產生最小世界切片。 --- # 26. SWM 查詢 ## 26.1 狀態查詢 > 樣本 17 現在在哪裡？信心多少？誰保管？ ## 26.2 能力查詢 > 哪個已校準站點能在不破壞樣本的條件下量測尺寸？ ## 26.3 治理查詢 > 哪個中央和租約允許機械臂在 cell-B 抓取？ ## 26.4 證據查詢 > 這個研究結果依賴哪些量測、校準和樣本事件？ ## 26.5 反事實查詢 > 如果 microscope-01 離線，哪些任務可改走 microscope-02？ ## 26.6 不確定查詢 > 哪些高風險物件的位置已超過新鮮度期限？ --- # 27. MVP：StationWorld-4 ## 27.1 配置 - 一個感測站； - 一個固定機械臂站； - 一個移動站； - 一個量測站； - 三個區域； - 五至十個樣本和工具； - 一名人類操作員； - 一個虛擬預測站。 ## 27.2 世界層 - ROS 2 tf2／模擬座標； - 簡化 3D scene graph； - Entity Registry； - Event Journal； - Governance Graph； - Affordance Engine； - Prediction Branch； - World Epoch。 ## 27.3 任務 1. 樣本入庫； 2. 身份辨識； 3. 機械臂抓取； 4. 跨站交接； 5. 移動至量測區； 6. 量測； 7. 人類中途移動一個物件； 8. 模型預測下一步； 9. 調和； 10. 回寫 EML-CF 證據。 ## 27.4 故障注入 - 相機遮擋； - tf 漂移； - QR 與視覺身份衝突； - 中央日誌與實際位置不符； - 租約過期； - 人類進入； - 數位孿生未更新； - 模型生成不可能的物體關係； - 交接事件遲到； - 世界紀元失效。 ## 27.5 成功條件 - 觀測、推論、模擬和提交狀態不混淆； - 高風險身份衝突時停止； - 權限與區域參與可執行性； - 世界模型可表示未知； - 預測分支不覆蓋物理事實； - 數位孿生衝突時要求實測； - 事件可重建保管與任務歷史； - 人類介入後重新提交世界紀元。 --- # 28. 評估指標 ## 28.1 幾何 - 定位誤差； - transform 一致性； - 漂移； - 可達性錯誤。 ## 28.2 身份 - identity precision／recall； - 錯誤合併； - 重複實體； - 身份恢復時間。 ## 28.3 關係 - scene graph relation accuracy； - 空間一致； - 保管一致； - 任務依賴正確。 ## 28.4 認識狀態 - 推論誤標為事實； - 模擬誤標為實測； - 過期主張仍被使用； - 未知被錯誤補全。 ## 28.5 Affordance - 可執行性預測； - 錯誤允許； - 錯誤拒絕； - 前置條件遺失。 ## 28.6 預測 - 多步預測誤差； - 物理一致性； - 任務相關性； - 不確定性校準。 ## 28.7 調和 - 衝突發現率； - 調和時間； - 錯誤覆蓋； - 人工介入量。 ## 28.8 來源 - 事件可重建率； - 主張—來源覆蓋； - 證據缺失； - 撤銷傳播。 --- # 29. 可證偽命題 ## H1：多層世界模型比單一場景圖更能降低治理錯誤 加入保管、權限、事件和認識狀態後，錯誤物理動作應下降。 ## H2：顯式未知優於模型自動補全 在遮擋與身份不確定場景中，保留 UNKNOWN 應降低高風險誤操作，但增加暫停。 ## H3：Affordance 層可降低規劃分支 只建模任務相關可行行動，應比搜索完整世界動作空間更有效。 ## H4：預測分支隔離降低生成模型污染真實世界 模型錯誤不應直接寫入 committed world。 ## H5：數位孿生 VVUQ 提高模型使用邊界清晰度 未經驗證的孿生不應被用於高風險決策。 ## H6：來源圖提高事故與研究重建能力 ## H7：站點局部觀點與最小披露可降低不必要資料共享 代價是調和與查詢複雜度。 ## H8：世界紀元能阻止依賴舊狀態的任務執行 ## H9：生成式世界模型提高候選規劃，但不能取代 committed state ## H10：同時使用幾何、語義與治理關係，會提高模型成本 若完全沒有成本，代表實驗未真實計入儲存、延遲與維護。 --- # 30. 主要限制 ## 30.1 世界不可能被完整建模 SWM 只能保存任務相關、可觀測和被授權的部分。 ## 30.2 多層模型增加複雜度 需要： - schema； - 本體； - 版本； - 查詢； - 同步； - 儲存。 ## 30.3 關係語義難以統一 不同領域對「安全」「接近」「乾淨」「可抓」定義不同。 ## 30.4 神經世界模型難以完全解釋 ## 30.5 事件和來源不保證內容真實 來源可信度仍需判斷。 ## 30.6 物理真值也可能不可直接觀測 需要估計與多假說。 ## 30.7 人類隱私與持續感知有張力 ## 30.8 即時性能 大型圖、預測和來源查詢可能不適合硬即時控制。 --- # 31. 不能宣稱的內容 本篇不主張： - SWM 是完整世界； - 中央世界模型是全知真值； - 數位孿生等同實體； - 場景圖可取代幾何控制； - 生成影片等於物理預測正確； - 模型高信心等於可直接執行； - 所有不確定性都能精確量化； - W3C PROV 能自動證明資料真實； - OpenUSD 可直接成為安全控制資料庫； - tf2 可解決身份、保管與治理； - Affordance 是物體固定屬性； - 最後寫入者應覆蓋所有衝突； - 人類聲明永遠比感測器正確； - 世界模型可以無限制保存人類活動； - 預測分支可以自動提交為物理事實。 --- # 32. 與後續系列的關係 本文建立共同世界表示後，下一篇將處理： > EML-CF 產生的概念產品，如何在 SWM、SPR、OSF 和 PCD 上形成假說—實驗—證據—修正的具身自主研究閉環？ 因此第 10 篇為： # 《具身化 AI 自主研究閉環：從假說生成到物理驗證》 將建立： - Hypothesis Contract； - Experimental Design Agent； - Feasibility Compilation； - Simulation Gate； - Physical Execution； - Evidence Evaluation； - Failure Learning； - Concept Revision； - IP Routing； - Human Scientific Oversight。 --- # 33. 結論 世界模型最危險的錯誤，不一定是完全看不見世界，而是： > 系統無法區分自己看見的、被告知的、推論的、想像的，以及正式承諾的世界。 站點化世界模型因此不追求把所有資訊壓成單一神經表示，而建立： $$ \boxed{ \text{幾何} + \text{身份} + \text{區域} + \text{關係} + \text{事件} + \text{權限} + \text{Affordance} + \text{預測} + \text{來源} } $$ 共同構成的混合世界。 其核心規律是： $$ \boxed{ \text{觀測不等於提交} } $$ $$ \boxed{ \text{推論不等於事實} } $$ $$ \boxed{ \text{模擬不等於驗證} } $$ $$ \boxed{ \text{可到達不等於有權行動} } $$ 真正可供超靈使用的世界模型，不只要回答「世界是什麼樣子」，還必須回答： - 我為何相信它； - 它還新鮮嗎； - 誰看到的； - 誰承諾的； - 哪些地方未知； - 誰能改變它； - 哪些行動現在可行； - 做完後需要什麼證據。 因此： $$ \boxed{ \text{世界模型} = \text{可被多站點共同引用、質疑、預測與提交的物理世界契約} } $$ --- # 參考文獻與官方技術資料 1. Rosinol, A. et al. **3D Dynamic Scene Graphs: Actionable Spatial Perception with Places, Objects, and Humans.** Robotics: Science and Systems, 2020. arXiv:2002.06289. 2. Rosinol, A. et al. **Kimera: From SLAM to Spatial Perception with 3D Dynamic Scene Graphs.** *The International Journal of Robotics Research*, 2021. arXiv:2101.06894. 3. Chang, Y. et al. **Kimera-Multi: A System for Distributed Multi-Robot Metric-Semantic Simultaneous Localization and Mapping.** 2020. arXiv:2011.04087. 4. ROS 2 Documentation. **About tf2.** https://docs.ros.org/en/galactic/Concepts/About-Tf2.html 5. Pixar Animation Studios. **Universal Scene Description／OpenUSD.** https://openusd.org/ 6. OpenUSD. **Introduction, Core Specification, Terms and Concepts.** https://openusd.org/release/intro.html 7. W3C. **PROV-O: The PROV Ontology.** W3C Recommendation, 2013. https://www.w3.org/TR/prov-o/ 8. W3C. **PROV-DM: The PROV Data Model.** W3C Recommendation, 2013. https://www.w3.org/TR/prov-dm/ 9. NIST. **Digital Twins for Advanced Manufacturing.** https://www.nist.gov/programs-projects/digital-twins-advanced-manufacturing 10. Lu, Y. et al. **Manufacturing Digital Twin Standards.** NIST, 2024. 11. NIST. **Towards a Digital Twin of a Robot Workcell: Standards and Methods.** 2024. 12. Assran, M. et al. **V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning.** Meta AI, 2025. 13. NVIDIA. **Cosmos World Foundation Model Platform for Physical AI.** 2025. 14. NVIDIA Cosmos Lab. **Cosmos 3: Omnimodal World Models for Physical AI.** Technical Report, 2026. 15. Khetarpal, K. et al. **Affordances Enable Partial World Modeling with LLMs.** 2026. arXiv:2602.10390. 16. Zhang, Q. et al. **AGWM: Affordance-Grounded World Models for Environments with Compositional Prerequisites.** 2026. arXiv:2605.06841. 17. Zhang, Z. et al. **Occupancy World Model for Robots.** 2025. arXiv:2505.05512. 18. Neo.K／Aletheia. **Oversoul Station Fabric：固定站、移動站與虛擬站的分布式具身網路.** 19. Neo.K／Aletheia. **持續性指揮控制區：AI 如何佔據、維持並安全解除一個物理時空域.** 20. Neo.K／Aletheia. **語義即物理路由：從資料流治理到物料、能源、站點與行動流治理.** 21. Neo.K／Aletheia. **中央主權、地方自治與動態不動點中央.** 22. Neo.K／Aletheia. **連線不是纜線：有線、無線、光學與離線任務包的混合站網.** --- # 附錄 A：World Entity Record ```yaml entity: id: "" type: "" names: [] physical: true geometry: frame: "" pose: null covariance: null mesh: null state: {} policy_tags: [] digital_representations: [] identity: status: "PROBABLE" identifiers: [] confidence: 0 provenance: created_by: "" created_at: "" evidence: [] ``` --- # 附錄 B：Relation Assertion ```yaml relation_assertion: id: "" subject: "" predicate: "" object: "" epistemic: state: "OBSERVED | MEASURED | DECLARED | INFERRED | PREDICTED | SIMULATED | COMMITTED | DISPUTED | STALE" confidence: 0 uncertainty: null timing: asserted_at: "" valid_from: "" valid_until: null world: epoch: "" scope: "" provenance: source_agent: "" source_activity: "" evidence: [] ``` --- # 附錄 C：Affordance Contract ```yaml affordance: id: "" actor: "" action: "" target: "" preconditions: capability: [] geometry: [] material: [] authority: [] safety: [] world_freshness: [] effects: expected: [] forbidden: [] evidence_required: [] confidence: 0 prediction_model: "" valid_until: "" ``` --- # 附錄 D：Counterfactual Branch ```yaml counterfactual_branch: id: "" parent_world_epoch: "" action_sequence: [] model: id: "" version: "" class: "physics | video_world_model | rule | causal | statistical" predicted_world_delta: [] uncertainty: {} failure_modes: [] evidence_status: "SIMULATED" committable: false ``` --- # 附錄 E：World Conflict ```yaml world_conflict: id: "" subject: "" predicate: "" assertions: [] risk: decision_blocking: true affected_tasks: [] affected_zones: [] reconciliation: required_observations: [] proposed_resolution: null authority_required: "" status: "OPEN" evidence: [] ``` --- # 附錄 F：World Epoch ```yaml world_epoch: id: "" domain_id: "" sequence: 0 created_at: "" governance_epoch: 0 committed_assertions: [] revoked_assertions: [] unresolved_conflicts: [] scope: [] dependency_hash: "" signature: "" ``` --- # 附錄 G：Perspective View ```yaml perspective_view: consumer: "" task_id: "" world_epoch: "" visible_layers: - geometry - entities - relations - affordances hidden: - personal_data - restricted_ip - unrelated_zones freshness_requirements: {} authority_scope: [] ``` --- # 附錄 H：系列血緣 ```text OSF 站點、能力與局部觀測 ↓ PCD 跨時間狀態與義務 ↓ SPR 世界狀態作為物理程序前置條件 ↓ DFC 權限、治理紀元與提交權 ↓ HLF 不同鏈路上的狀態新鮮度與調和 ↓ 本篇 SWM 幾何、物體、區域、事件、權限、Affordance、預測與來源的共同世界 ↓ 第 10 篇 以共同世界模型支撐具身自主研究閉環 ```