AI 搬家复原 Agent 项目报告书：让 DGX Spark 记住一个家的秩序

AI 搬家复原 Agent 项目报告书：让 DGX Spark 记住一个家的秩序

赛事名称：第二届 DGX Spark Hackathon 黑客松比赛 项目名称：AI 搬家复原 Agent 开源仓库：https://github.com/seandongAne/niantoutongda-dgx-spark 项目说明文档：https://blog.csdn.net/weixin_42963573/article/details/163086487?spm=1011.2415.3001.10575&sharefrom=mp_manage_link Demo 视频：https://www.bilibili.com/video/BV1KbKH6sEuP/?vd_source=11420bee6af944cfd208ce18c89a53d7 赛事征文：https://zhuanlan.zhihu.com/p/2062866864926089565 团队名称：念头通达 AI 辅助说明：本文使用 AI 工具进行结构化整理和语言润色；项目指标、技术边界和证据路径来自项目仓库中的实际运行记录。

摘要

本报告书介绍 DGX Spark Hackathon 项目 AI 搬家复原 Agent。项目从三段旧居视频、一段口述旁白和一段新居扫描出发，在 DGX Spark 本地完成可信物品记忆、生活组合、新家空间理解、约束布局和任务卡生成，并通过 trace replay 和 SHA-256 bundle 保证结果可复核。

搬家真正困难的部分，往往不是把物品从 A 点运到 B 点，而是把一个家已经形成的使用习惯、物品关系和空间秩序，一起迁移到新环境。传统搬家服务交付的是箱子，传统收纳服务依赖人工经验，而用户真正痛苦的是：到了新家之后找不到东西，原本顺手的生活组合被拆散，厨房、书桌、洗漱、儿童用品、老人常用物品等日常动线突然失效。

AI 搬家复原 Agent 面向这个真实场景，构建了一套运行在 NVIDIA DGX Spark 上的本地多模态 Agent 系统。系统接收三段旧居视频、一段口述旁白和一段新居扫描，自动生成可信物品记忆、生活组合、新家目标区域、约束布局和可执行搬家任务卡，并通过 trace replay、bundle 和 SHA-256 产物索引保证结论可复核。

在完整实测链路中，系统将 3306 个原始视觉实体收敛为 20 件可信物品，把澄清问题控制在 4 个以内；20 件物品被组织为 3 个生活组合和 2 个独立收纳单元；新居侧从 2278 条空间观测中形成 168 个候选区域，自动确定 5 个最终区域；布局求解输出 PLAN_READY，生成 5 张可执行任务卡；最终 bundle 收录 44 份带 SHA-256 的阶段产物，四 Agent 主链 replay 结果为 PASS。

本项目的核心价值不是“识别出更多物品”，而是把家庭空间中的物品、习惯、区域和执行动作组织成一条可计算、可执行、可验收、可回放的链路。它展示了 DGX Spark 在隐私敏感、多模态、本地推理、模型优化和 Agent 编排上的平台优势。

目录

1. 项目概述：名称、目标与背景

1.1 项目名称

AI 搬家复原 Agent：让 DGX Spark 记住一个家的秩序。

1.2 一句话介绍

AI 搬家复原 Agent 是一套运行于 NVIDIA DGX Spark 的本地多模态智能体系统。它不是简单识别“有什么物品”，而是理解用户旧家的物品关系、生活习惯和空间秩序，并在新家生成可执行的复原方案，让搬家从“物品迁移”升级为“生活方式恢复”，它是一套可以被重新建立的生活秩序。

1.3 项目目标

本项目要解决的不是普通的“图片识别”问题，而是一个真实的家庭空间复原问题：

• 从旧居视频和口述中恢复可信物品记忆。
• 判断哪些物品经常一起使用，应该作为生活组合一起搬、一起放、一起验收。
• 从新居扫描中理解可用区域和空间约束。
• 在容量、支撑、电源、共置、互斥、风险等条件下生成布局方案。
• 把布局方案编译成搬家人员可以直接执行的任务卡。
• 通过结构化 trace、bundle 和 SHA-256 证据证明每一步结论可以复查。

最终交付不是一张“识别清单”，而是一套从旧家到新家的生活秩序迁移方案。

1.4 项目背景

搬家场景里，用户表面上需要的是“打包、运输、上门还原”，真正困难却经常发生在搬家之后：

• 常用物品找不到。
• 原来一起使用的东西被拆散。
• 书桌、厨房、梳妆台、洗漱区、展示柜等区域的使用习惯失效。
• 用户只记得“这个东西以前放得很顺手”，却很难说清楚它和哪些物品、哪些区域、哪些动作绑定在一起。
• 收纳管理师需要反复询问生活习惯，把隐性的使用关系重新翻译成箱单、标签、摆放建议和验收标准。

传统清单只能记录“有什么”，很难记录“为什么这些东西应该在一起”。普通视觉识别也只能回答“画面里有什么”，很难回答“这些东西在旧家承担什么生活功能，到新家应该如何恢复”。这正是多模态 Agent 可以切入的地方：它不只是识别物品，而是把物品关系、使用场景和空间约束一起建模。

1.5 行业落地价值

本项目可以服务于多个真实业务场景：

因此，它不是一个只为比赛而设定的玩具问题，而是一个具有明确 B2C、B2B2C 和行业服务延展空间的本地 AI 应用。更进一步看，项目沉淀的“物品在哪里、常和什么一起使用、适合放到哪个区域、执行时有哪些约束”这类家庭语义资产，也可以成为未来家务机器人理解家庭环境和接受高层指令的中枢能力之一。

2. 作品介绍：功能与核心亮点

2.1 输入与输出

系统输入包括：

• 三段旧居视频：随手拍摄旧家中物品、区域、柜体、桌面和生活组合。
• 一段口述旁白：用户说明生活习惯、常用物品、摆放偏好和需要保留的动线。
• 一段新居扫描：拍摄新家可用区域、柜体、桌面、墙架、梳妆台等空间。

系统输出包括：

• 可信物品清单。
• 最少澄清问题。
• 生活组合和装箱单元。
• 新家可用区域和目标区域。
• 约束布局方案。
• 可执行任务卡。
• 可回放审计 trace。
• 带 SHA-256 的成果 bundle。

整体流程如下：

旧居视频 + 口述旁白 + 新居扫描
-> 多模态感知
-> 可信物品记忆
-> 生活组合关系
-> 新家区域理解
-> 约束布局求解
-> 搬家任务卡
-> trace replay + bundle 证据回放

2.2 核心功能

功能一：从嘈杂视频中建立可信物品记忆

旧家视频不是干净的商品图，而是普通家庭空间中的真实拍摄：遮挡、重复、角度变化、相似物品、画面模糊都会影响识别。系统先进行开放词汇检测和跨视角重识别，再通过质量门和 Agent 判断收敛为可信物品。

实测结果：

• 原始视觉实体：3306 个。
• 候选链接：2043 条。
• 可信物品：20 件。
• 可信物品置信度均值：1.0。
• 下游可用物品：20 件。

功能二：把物品清单升级为生活组合

搬家不是单件物品移动，而是生活组合迁移。例如杯子和饮品、学习文具、洗漱护理用品、玩具、零食等往往具有共同使用关系。系统通过视觉证据、口述旁白和结构化规则，将可信物品组织成可搬运、可摆放、可验收的组合。

实测结果：

• 20 件可信物品。
• 3 个生活组合。
• 2 个独立收纳单元。
• 5 个最终搬运箱 / 摆放单元。
• 覆盖 20/20。

功能三：自动理解新家可用区域

新居扫描中可能出现大量视觉候选区域。SPACE Agent 将新家视频中的空间观测归并、筛选和评分，最终确定可用于摆放的目标区域。

实测结果：

• 新家空间观测：2278 条。
• 候选区域：168 个。
• 自动接受区域：5 个。
• 需要人工标注区域：0 个。
• 预期锚点覆盖率：1.0。
• 空间门状态：PASS。

功能四：约束布局与任务卡生成

EXEC Agent 将生活组合、区域信息和约束条件交给 OR-Tools CP-SAT 进行求解。布局不只考虑“能不能放”，还考虑支撑类型、区域容量、电源证据、同放、互斥和禁放等硬约束。

实测结果：

• 布局状态：PLAN_READY。
• 搬运单元：5 个。
• 任务卡：5 张。
• 冲突：0。