Physical Git

# Physical Git：面向物理空间的状态管理系统 Physical Git 是一个面向智能机器人与 Physical AI 场景的“物理空间状态管理系统”。我们希望解决一个在现实生活和机器人应用中非常普遍、但长期缺乏统一解决方案的问题：现实空间会不断发生变化，却很难像数字世界一样被方便地保存、切换、恢复和撤销。 以一张普通桌面为例，它在一天中可能承担完全不同的功能。早上，它是办公桌，需要摆放电脑、文件和文具；中午，它可能变成餐桌，需要腾出足够空间；晚上，它又可能成为娱乐、阅读或手工区域。与此同时，桌面还会因为人的使用、物品移动或机器人的误操作而被打乱。现有方式通常依赖人工一次次重新整理，而传统机器人虽然能够完成“抓起一个杯子”“把物体移动到指定位置”等单次动作，却缺乏对整个空间状态的长期理解：它不知道空间之前是什么样，也不知道用户希望恢复到哪个状态，更无法像电脑中的 Ctrl+Z 一样撤销现实世界中的一次错误操作。 Physical Git 的核心想法，就是把数字世界成熟的“状态管理”理念带入现实空间。 我们通过固定摄像头持续感知桌面中的物体、位置及布局关系，将整个空间抽象成一个可以被记录和管理的“World State”。用户可以将满意的布局保存为不同状态，例如“办公模式”“用餐模式”“实验准备状态”或“标准工位状态”。当用户需要改变空间时，不需要逐个控制机械臂，也不需要输入具体坐标，只需要直接说一句“切换到办公模式”“恢复刚才的桌面”或“撤销上一次操作”。系统会理解用户意图，读取目标空间状态，比较当前状态与目标状态之间的差异，自动规划需要移动的物体及顺序，再控制机械臂执行抓取、搬运和摆放，最终通过视觉再次确认目标状态是否已经恢复。 因此，Physical Git 形成了一个完整的闭环： **感知环境 → 理解状态 → 保存/调用状态 → 比较差异 → 规划动作 → 机械臂执行 → 视觉验证。** 目前，我们已经完成了核心原型的闭环实现：用户可以通过语音输入自然语言指令，系统识别用户希望进入的桌面状态，并自动调用机械臂执行桌面重新布置。同时，我们已经实现桌面被人为打乱后的自动恢复能力，使机器人能够根据此前保存的状态将物品重新放回目标位置。也就是说，当前系统已经具备“语音控制、状态切换、自动恢复”三项核心能力，并完成了从自然语言到真实物理执行的完整链路。 在产品层面，我们将 Physical Git 的核心能力总结为四个关键词： **Save、Switch、Restore、Undo。** Save，代表保存一个物理空间当前的状态； Switch，代表在多个预设空间形态之间快速切换； Restore，代表当环境被打乱后恢复到目标状态； Undo，则代表撤销此前一次错误的物理操作。 这一设计使机器人从“执行单个动作”升级为“管理整个空间状态”。 传统机械臂系统往往关注“机器人下一步应该怎么运动”，而 Physical Git 更关注“整个环境最终应该处于什么状态”。例如，传统抓取系统面对一个杯子时，任务可能是“把杯子移动到右边”；而 Physical Git 处理的是“当前桌面和办公模式之间有哪些差异，需要经过哪些动作才能重新恢复办公状态”。因此，我们并不把机械臂本身作为产品的核心，而是希望在不同机器人硬件之上构建一层统一的 Physical State Management 能力。 在技术架构上，系统主要包括感知层、状态管理层、Agent 交互层和机器人执行层。 感知层通过摄像头识别物体身份、位置及桌面布局，建立实时世界状态；状态管理层负责保存历史状态、比较不同状态间的变化，并维护多个可调用的空间模式；Agent 层将用户的自然语言指令转化为具体的状态切换和恢复任务；机器人执行层根据状态差异生成动作计划，并调用机械臂完成物体抓取、移动和重新摆放。在执行过程中，系统会重新获取视觉信息，对操作结果进行验证，必要时进行重新规划，从而形成闭环执行。 Physical Git 的创新并不依赖于某一个单独的新算法，而在于重新定义了机器人与环境之间的交互抽象。物体识别、机械臂抓取、自然语言理解等技术本身已经较为成熟，但这些能力通常彼此独立。我们将它们统一在“空间状态”这一核心对象上，使物理空间第一次具备类似数字文件的版本和状态管理能力。 这种能力的价值并不局限于家庭桌面。 我们认为，Physical Git 更适合首先进入空间受控、物品相对固定、重复整理频率高的 B 端场景。例如高校实验室中的实验台，每次实验结束后都需要恢复标准布局；机器人或电子工作站中的工具需要反复归位；直播间和摄影棚需要频繁切换不同布景；展厅和零售陈列需要保持统一的展示状态；共享办公空间也经常需要在会议、办公和临时使用之间进行快速切换。这些场景都具有清晰的人工整理成本，也更适合现阶段机器人技术落地。 因此，我们规划了逐步商业化路线。 第一阶段，以当前智能桌面原型为基础，进入实验室、工作站、摄影台等受控 B 端场景，提供摄像头、机械臂、Physical Git 软件和部署标定在内的软硬件一体化方案，验证真实客户的复位和空间切换需求。 第二阶段，将 Physical Git 从具体硬件中解耦，形成软件授权模式。对于已经拥有机械臂的企业或实验室，我们提供状态管理系统、控制 Dashboard 和机器人适配接口，按照工作站或机器人节点提供服务。 第三阶段，进一步构建硬件无关的 Physical Git Runtime 与 Robot Adapter 生态，使不同厂商的机械臂和移动机器人都可以接入统一的状态管理接口。届时，上层系统只需要描述“目标空间应该是什么状态”，底层机器人即可负责完成实际执行。 长期来看，随着机器人硬件成本降低和家庭机器人逐渐普及，Physical Git 也可以进入消费场景，实现真正的智能桌面和智能家庭空间。例如用户可以一句话将桌面从办公模式切换到用餐模式，也可以在房间被打乱后让机器人恢复到此前保存的状态。 我们相信，未来机器人真正进入日常生活之后，人们不会希望每天学习机械臂控制，也不会希望逐个告诉机器人每件物品应该放在哪里。更自然的方式应该是直接告诉机器人：“恢复这里”“准备开始工作”“切换到实验模式”。 过去，Git、版本控制和 Undo 等机制让数字世界变得更加可靠和易于管理；而现实世界仍然缺乏类似能力。 Physical Git 希望从一张桌子开始，让现实中的空间也能够被**保存、切换、恢复和撤销**。 我们今天管理的是桌面，未来希望管理的是整个物理空间的状态。