项目名称：智能影记 - Memoria
团队名称：Mnemosyne (2023级软件学院实训小组)
时间：3.16-3.22 (启动周)

---

一、 项目背景：数字记忆的“熵增”与叙事缺失

在移动互联网高度发达的今天，手机已成为人类的“外挂记忆器官”。然而，个人影像资产的爆发式增长也带来了严重的“数字囤积症”：

1. 数据冗余：相册中充斥着截图、重复照片和无意义的记录，掩盖了真正的高光时刻。
2. 创作壁垒：高质量的 Vlog 制作需要极高的审美、剪辑技巧和时间投入。
3. 隐私焦虑：主流 AI 工具高度依赖全量数据上云，用户对私密影像的安全性存在深层顾虑。

Memoria 的核心使命，是通过端侧 AI 与多模态技术，将海量碎片化图片自动重构为高质量的视听故事，实现“让每个人都成为自己生活的导演”。

---

二、 核心解决方案：端云协同的隐私防火墙

为了兼顾“生成质量”与“隐私安全”，Mnemosyne 团队确立了**“重端侧感知、轻云端生成”**的异构计算范式。

2.1 隐私防火墙架构

我们设计了一套闭环的隐私保护体系：

• 本地可信域：图像像素、GPS 元数据、人脸特征等敏感信息永远不出手机。利用端侧 NPU 推理 MobileCLIP 模型生成脱敏的向量特征。
• 公共计算域：云端仅接收脱敏后的文本 Prompt，用于生成背景音乐（MusicGen）或进行逻辑推理。

2.2 混合语义检索算法

为了实现“所想即所得”的搜图体验，我们自研了一套结合 LLM 语义解析 + SQL 硬过滤 + 向量空间软排序 的检索算法，支持长句和抽象意图（如“去年的奋斗历程”）的毫秒级响应。

---

三、 产品原型：交互驱动的叙事体验

本周，团队完成了高保真原型的设计。我们摒弃了传统的“轨道编辑器”，转而采用“剧本逻辑流”。

• 发现模块：AI 自动感知时空轨迹，主动推送回忆草稿。
• 语义检索：底部沉浸式搜索，实时反馈召回数量。
• 脚本可视化：清晰展示 AI 导演的思考过程（素材分析 -> 脚本撰写 -> 视听合成）。
  
  
  

---

四、 工程基建：跨平台与端云协同架构初始化

为了支撑后续高强度的敏捷开发，团队在本周正式确立了项目的工程目录规范，并完成了 Flutter 跨平台客户端底座的搭建。

在架构设计上，我们摒弃了前后端完全割裂的传统做法，采用了一种深度融合的“大平层”结构，以确保端侧 C++ 推理库与 Flutter UI 层的无缝对接：

├── ai_tools/             # 端侧 AI 脚本、模型量化导出工具与测试环境
├── android/              # Android 原生工程 (包含 NCNN C++ FFI 桥接代码)
├── assets/               # 静态资源 (图片、本地化标签集等)
├── checkpoints/          # 模型权重与检查点 (受严格版本控制忽略，防止仓库膨胀)
├── lib/                  # Flutter 核心 Dart 源码 (业务主阵地)
│   ├── core/             # 核心基础配置 (主题、常量、路由中心等)
│   ├── models/           # 数据模型定义 (端云通信标准契约)
│   ├── services/         # 接口服务层 (AI 引擎调度、本地 SQLite-VSS 调用)
│   └── views/            # UI 界面展示与交互逻辑
├── launch.sh             # 多平台一键编译/自动化部署脚本
├── .gitignore            # 团队协作隔离规范 (严格屏蔽大模型文件与本地环境)
└── pubspec.yaml          # Flutter 核心依赖配置

团队协作规约落地：
针对多模态应用模型文件过大的痛点，团队在第一周就踩坑并修复了 Git LFS 的隐患。目前已通过严格的 .gitignore 规范将 .onnx、.bin 及 checkpoints/ 目录隔离出版本控制，所有模型文件采用网盘统一分发，确保代码仓库的纯净与轻量。

---

五、 敏捷开发规划

我们制定了为期 15 周的五阶段迭代计划，确保项目稳健推进：

阶段	周期	核心目标	交付物
Phase 1	W1-W3	基建与原型期	项目计划书、Figma 原型、Flutter 骨架
Phase 2	W4-W6	端侧感知攻坚	MobileCLIP 部署、本地向量数据库、数据净洗
Phase 3	W7-W9	语义检索与编导	混合检索算法、云端 LLM 接口联调
Phase 4	W10-W12	AIGC 视听合成	情绪音乐生成、帧级卡点算法、视频渲染
Phase 5	W13-W15	集成与调优	全链路联调、性能优化、结项报告

---

六、 本周团队动态与进展

1. 团队共识构建：通过多次线下研讨会，完成了从“相册工具”到“智能导演”的产品定义升级。
2. 关键文档定稿：正式发布 《Memoria 项目计划书 v4.1.2》，详细规定了技术规约与分工。
3. 技术预研启动：AI 组已完成 MobileCLIP 模型在端侧的初步推理测试；前端组已打通 Flutter 跨平台渲染引擎。

目前，项目所有文档及初步代码已同步至团队 Gitee 仓库。

---

结语

Mnemosyne 团队相信，技术不应只是冷冰冰的算力，而应成为连接情感的纽带。Memoria 的第一行代码已经敲下，欢迎关注我们的后续进展。