Mundo 把房間照片變成可修改的模擬場景，讓研究人員能先安排物件動作，再生成同一個房間裡的影片。研究團隊於 10 月 23 日公開展示這套方法：抽屜能拉開、物件能碰撞，鏡頭也能換位置。場景中的物件與動作都有程式可改，影片跟著模擬結果呈現。
對台灣做機器人模擬或空間視覺化的團隊，值得注意的是這種可修改性。同一個場景能保留物件關係，反覆比較動作和視角，較容易找出問題發生在哪裡。不過，程式與權重仍預定於 11 月底釋出，現在適合研究展示方法，還不能列入近期專案的可用工具。
抽屜與蘋果如何動起來
官方展示中的辦公室，先拉開抽屜，再讓蘋果移向螢幕、撞上物件；過程還能暫停時間，讓鏡頭繞著碰撞瞬間觀看。場景程式記錄物件的位置、尺寸、質量與摩擦，再安排施力與動作。
大多數動作交由 MuJoCo 物理引擎計算。這類引擎原本就處理關節、重力與接觸運動；有了場景描述與控制輸入，才能推算物件如何移動。Mundo 把照片重建的空間接到這個流程上，再將結果轉成可看的影片。抽屜開多遠、蘋果往哪裡飛，可以在場景層調整。
影片模型接到的是模擬產生的簡化畫面，以及原始照片和相機資訊。團隊以 MiniMax-H3 的參考輸入版本微調；原版模型可理解影像、影片等輸入，Mundo 再讓它跟隨代理場景的運動，補上紋理、光影與外觀。
控制動作與呈現外觀分開，修改才有明確的位置。 桌子擺錯要修場景，碰撞路徑要查模擬，材質走樣則回到影片生成。影片逼真，也不足以判定物理條件正確：質量與摩擦是代理程式推定的參數，並非照片直接量出的結果。
房間骨架如何重複使用
Mundo 先用方盒近似桌子、櫃子等物件，再比對照片修正位置和大小。這些方盒構成「代理場景」，供相機移動與物理運算共用。視覺語言代理程式負責找出漏掉的物件、錯誤邊界等問題，數值最佳化則協助對齊幾何。
用方盒有明確取捨：觀察房間配置時，不必先把每個家具都做成細緻模型；若要操作把手或碰觸小物件，就需要更完整的幾何。做單件資產可另看 AI 3D 製作流程，而模擬所需的接觸與材質資料，則接近 SimReady 資產的交付問題。
專案的旅館展示把這份場景表示用於導航：先記下物件、障礙物與可通行空間，再規劃從大廳到房間的路線。洗衣間展示則呈現重新建好的空間，以及洗衣機開門的動作。這些都是模擬與生成結果；它們的用途是讓團隊比較規劃與觀察畫面，尚不能代替實體機器人的任務測試。相關分工可對照 Physical AI 的模擬與控制。
我認為 Mundo 最有價值的方向，是讓照片提供的空間線索成為可反覆修改的工作材料。對場景製作團隊，能保留布局再換動作，比每次重新生成整段影片更值得追蹤；對需要精細接觸的機器人任務，目前則不建議依賴它的生成影像做驗收。
研究團隊已指出小物件可能漂浮、細部互動容易失真，長時間動態變化後也未必保有一致細節。重建與算圖同樣需要等待。展示頁適合拿來比較同一場景的輸入、代理表示與成片；若要用自己的空間驗證這套方法，仍要等程式與權重真正公開。
常見問題
Mundo 現在能下載嗎？
官方儲存庫目前只有專案介紹，程式與權重預定於 11 月底釋出。現階段可以看展示與技術說明，還不能下載完整系統執行。
能修改物件的哪些部分？
場景程式可調整位置、尺寸與物理參數，也能安排動作、施力及相機路徑。模擬結果再引導影片生成；細部外觀仍可能失真。
只用一張照片也可以嗎？
官方有單張影像生成新視角的展示。沒拍到的地方由模型推測，補充不同角度的照片能減少需要猜測的部分。