# 《具身智能基础》第五章逐字稿

课程：具身智能  
章节：第五章 OpenUSD——仿真世界的“通用语言”  
页面依据：`具身智能第五章-HTML课件.html`

## P1【3D 世界的 HTML】
【本页目标】建立 OpenUSD 是复杂 3D 场景描述与交换语言的总体认识。
【预计播报时长】约 1 分 20 秒
【语音逐字稿】
这一章从一个类比开始：如果 HTML 让网页中的文字、图片和结构能够被统一描述，那么 USD 则让 3D 世界里的模型、灯光、相机和物理属性进入同一个场景体系。请看右侧四类资产沿连线汇入中心的 USD，它表达的不是简单打包，而是这些对象之间的组织关系也被保存。

OpenUSD 最初由皮克斯开发，后来成为多种 3D 工具和仿真平台采用的场景描述方式。课程平台中导入模型、查看层级和保存修改，底层都与 USD 有关。下一页先看它要解决的格式兼容痛点。

## P2【资产交换，为什么 总出错】
【本页目标】理解 3D 资产跨软件传递时的结构、材质和坐标兼容问题。
【预计播报时长】约 1 分 50 秒
【语音逐字稿】
画面两侧是两个软件孤岛。左侧模型带着材质与动画出发，跨过中间断裂的桥后，右侧可能出现材质丢失、位置错乱等问题。原因在于不同软件不仅文件后缀不同，对层级、坐标、动画和材质的表达方式也可能不同。

因此，场景交换不能只传几何外形，还要传递对象是谁、彼此是什么关系以及哪些修改来自哪个环节。USD 的价值正是让这些信息进入共同描述体系。底部结论所说的“保留修改意图”，是后续 Layer 与 Composition 的基础。下一页看它为什么也适合机器人仿真。

## P3【动画格式，为什么适合 机器人】
【本页目标】从层级、组合、非破坏编辑、大场景和跨工具交换解释 USD 的仿真价值。
【预计播报时长】约 2 分 0 秒
【语音逐字稿】
请从中心机器人向五个方向观察。机器人由许多部件构成，需要层级组织；场景要把机器人、地面、货架和传感器组合起来；多人协作时，希望修改不直接破坏原始资产；工业场景规模大，还要在不同工具之间传递。

这些需求与动画制作中的复杂场景管理很相似，所以动画公司开发的 USD 能自然进入机器人仿真。这里的重点不是“动画格式变成物理引擎”，而是 USD 管理场景结构，物理引擎再根据属性计算运动。下一页用四个核心概念建立完整框架。

## P4【四个概念， 一座舞台】
【本页目标】区分 Stage、Prim、Layer 与 Composition 的作用。
【预计播报时长】约 2 分 10 秒
【语音逐字稿】
页面中心是 Stage，也就是完整 3D 场景的顶层容器。左上 Prim 表示场景中的基本单元，例如机器人、桌子、灯光或相机。右上 Layer 保存基础内容或修改意见。左下 Composition 负责把外部资产、变体和覆写组合成最终场景。右下 Property 则描述位置、质量和颜色等属性。

可以把它们连成一句话：Stage 由 Prim 构成，Prim 带有属性，多个 Layer 通过 Composition 形成当前看到的结果。四个概念不是四种文件，而是理解 USD 场景结构的四个角度。下一页重点放大 Prim 的树形层级。

## P5【每个东西，都在 树上】
【本页目标】理解 Prim 的父子层级与路径表达。
【预计播报时长】约 1 分 50 秒
【语音逐字稿】
请从最上方的 `/World` 向下读这棵树。桌子、相机、机器人和灯光都是根节点下的 Prim；机器人下面还可以继续包含基座与夹爪。底部路径 `/World/Robot/Gripper` 精确说明夹爪在场景层级中的位置。

父子关系不只是界面缩进，它表达对象归属，也可能影响变换继承。例如移动机器人父节点时，夹爪通常随整体移动；单独调整夹爪则只改变局部部件。平台实操中寻找 Base 和 Gripper，就是在读这棵场景树。下一页看如何修改场景而不破坏原件。

## P6【修改可以叠加， 原件不动】
【本页目标】理解 Layer 的非破坏性编辑与意见叠加机制。
【预计播报时长】约 2 分 0 秒
【语音逐字稿】
画面由下向上叠放三层。最下方是仓储场景基础层，中间覆写层记录机器人位置变化，最上层记录新增箱子与灯光。最终场景从这些意见组合而来，但基础资产文件仍可保持原样。

这种机制适合协作和版本管理：建模人员维护资产，场景人员在独立 Layer 中摆放，实验人员再增加自己的参数。若实验方案不合适，可以撤掉上层意见，而不是恢复一份被反复改写的原文件。底部结论中的“独立意见”就是非破坏性的关键。下一页把图层与引用、变体和覆写连接起来。

## P7【场景不是复制， 而是组合】
【本页目标】理解 Reference、Variant 与 Override 在 Composition 中的不同作用。
【预计播报时长】约 2 分 0 秒
【语音逐字稿】
左侧三条输入代表三种组合操作。Reference 把外部机器人资产引用到当前场景，不必复制并断开来源；Variant 用于切换同一资产的不同版本或外观；Override 只在当前组合结果中调整位置等属性。

中间积木进入 SCENE，最后形成组合后的 USD。这个动画提醒我们，复杂场景可以由可复用资产搭建，而不是每次制作一份独立副本。这样既降低存储和维护成本，也让原资产更新更可控。下一页比较 USD 的三种常见文件封装。

## P8【同一种场景， 三种封装】
【本页目标】区分 USDA、USDC 与 USDZ 的特点和用途。
【预计播报时长】约 1 分 40 秒
【语音逐字稿】
请从左到右观察。USDA 是 ASCII 文本格式，可以用文本编辑器阅读，适合教学和排查结构问题。USDC 是二进制格式，更紧凑，通常用于高效读写。USDZ 是打包格式，便于把场景相关资产一起分发。

三者表达的 USD 场景思想相同，差异主要在存储和交付方式。本课程不要求手写 USDA，但能读懂 `def Xform`、属性与层级，有助于理解平台操作背后的变化。下一页进入模块 A，认识导入模型后的界面结构。

## P9【导入模型，先看 三块区域】
【本页目标】认识模块 A 的资产库、3D 视口和属性面板分工。
【预计播报时长】约 1 分 50 秒
【语音逐字稿】
页面用黑色外框模拟模块 A。左侧资产库用于选择官方资产、GSO 常见物体或本地 USD。中央 3D 视口用于旋转、平移和缩放观察对象。右侧属性面板包含 Prim 层级、位置旋转、质量和碰撞等信息，并可保存修改 Layer。

可以用三个问题记住分工：资产从哪里来、视口里看见什么、选中对象究竟是什么。导入后不要只盯着中央模型，还要同步查看右侧层级与属性。下一页把这些观察动作串成一条检查流程。

## P10【选中 Prim， 读懂属性】
【本页目标】掌握导入、展开树、按 F 聚焦、检查属性和保存 Layer 的操作链。
【预计播报时长】约 2 分 0 秒
【语音逐字稿】
请沿虚线从左向右观察。先导入 USD，再展开层级树寻找 Base、Gripper 和 Camera；选中目标后按 F 将视角聚焦到该对象；接着检查质量、摩擦、碰撞几何和显示颜色；最后把修改保存到 Layer。

这里要区分物理属性与视觉属性。质量、摩擦和碰撞几何会影响仿真行为，显示颜色只改变外观。若物体看起来存在却无法碰撞，应优先检查碰撞几何，而不是颜色。底部结论就是这一排查边界。下面进入总结。

## P11【从文件格式到 场景语言】
【本页目标】回顾 OpenUSD 核心概念与模块 A 操作之间的联系。
【预计播报时长】约 1 分 50 秒
【语音逐字稿】
这一页从左到右压缩本章。Stage 是完整场景容器；Prim Tree 说明对象及路径；Layer 保存非破坏修改；Composition 通过引用、变体和覆写得到最终结果。平台中的导入、展开树、修改属性和保存工作，分别对应这些概念。

因此，OpenUSD 不应只被记成一种文件后缀。真正重要的是它让场景可组织、资产可复用、修改可追踪。接下来进入原讲义单选和两项实操，先独立完成，再展开讲义标准。

## P12【单选题 · 10题】
【本页目标】检验 USD 来源、核心概念、文件格式和模块 A 操作。
【预计播报时长】约 9 分 0 秒
【语音逐字稿】
十道题请逐题选择。第一题答案 B，USD 最初由皮克斯开发。第二题答案 B，Prim 是场景基本单元。第三题答案 B，Layer 的优势是非破坏编辑。第四题答案 C，USDA 是人可读的 ASCII 文本。第五题答案 B，夹爪通常是机械臂 Prim 的子 Prim。

第六题答案 C，层级树位于右侧属性面板对应标签页。第七题答案 A，Reference 用于引用外部资产。第八题答案 B，F 键用于聚焦选中对象。第九题答案 B，USD 的层级组合和多图层适合复杂仿真。第十题答案 C，显示颜色是视觉属性，不是物理属性。答错后请回到“对象、修改、组合、界面”四类概念定位混淆点。

## P13【实操一 · 导入与浏览】
【本页目标】完成机械臂 USD 的导入、层级定位、属性记录和视口操作。
【预计播报时长】约 4 分 0 秒
【语音逐字稿】
先不要展开标准，进入模块 A 引用机械臂模型。展开层级树找到 Base 与 Gripper，记录它们的 Prim 路径；选中夹爪，记录当前位置与碰撞几何；再练习旋转、平移和缩放，并按 F 聚焦，最后保存包含完整模型和层级树的截图。

完成后展开评分标准。讲义按五项评分：成功导入或引用占百分之二十，正确展开层级树占百分之二十五，路径和位置记录占百分之二十五，截图清晰占百分之十五，正确聚焦占百分之十五。具体路径取决于实际模型，讲义没有提供固定示范答案。

## P14【实操二 · 组合机制】
【本页目标】通过基础文件与新 Layer 的对照验证非破坏性编辑。
【预计播报时长】约 4 分 0 秒
【语音逐字稿】
打开讲义指定的 `simple_warehouse.usd`，先识别至少三个带 Reference 的外部资产并记录名称与路径。随后移动一个物体，把修改保存到新 Layer。分别重新打开基础文件和你的 Layer：基础文件应保持原状，加载 Layer 后修改应重新出现。

提交三类成果：引用资产记录、移动后的截图，以及一百字以内的非破坏性说明。讲义评分为：识别引用资产百分之三十，移动并保存 Layer 百分之三十，验证基础场景未修改百分之二十，正确解释非破坏性百分之二十。完成这一步，就为下一章组合完整场景做好准备。