统一感知前端

UPFP（Unified Perception Frontend Protocol）：将原始数据统一编码为 10048 维 HV 语义张量

设计目标

UPFP 是 AxonCog 的统一感知编码层，将各种模态的原始数据统一编码为 10048 维 HV 语义张量。当前底座原生支持 14 种模态，包括文本、图像、声音、传感器数值、设备状态、控制指令、逻辑规则、人类意图等。

关键特性：确定性（同一原始数据 + 同一 seed 永远同一 HV）、无梯度（编码过程零反向传播）、零浮点（MCU 模式下编码使用整数运算）。

编码原理

每种模态有一个确定性投影矩阵 P（由 seed 生成，非随机），原始字节流通过 P 投影为 10048 维向量，叠加模态标识 mod_id 确保不同模态的 HV 可区分，输出标准 HvVector（含元数据）。

1. 原始数据（字节流 / 传感器值 / 像素 / 波形）

2. 确定性投影矩阵 P（seed 生成，非随机）

3. 投影为 10048 维向量

4. 叠加模态标识 mod_id

5. 输出标准 HvVector（含元数据）

UPFP 核心接口

rust

1pub trait PerceptionFrontend {
2    /// 将原始字节流编码为 HV 向量
3    fn encode(&self, raw: &[u8], mod_id: u16) -> HvVector;
4
5    /// 获取投影矩阵的 seed（确定性，非随机）
6    fn seed(&self) -> u64;
7}

14 种原生模态

文本

UTF-8 字节流，4 码点 Unicode 窗口

图像

像素矩阵

声音

波形采样

传感器数值

温度 / 湿度 / 压力 / 加速度

设备状态

系统状态快照

控制指令

操作意图编码

逻辑规则

约束条件表示

人类意图

交互行为语义

全模态扩展架构

14 种模态是 AxonCog 底座当前的原生实现，并非系统的能力上限。UPFP 架构在设计上具备全模态扩展能力：

底座原生可扩展

UPFP 的 ProjectionMatrix 和模态标识 mod_id 机制是开放的。开发者可以通过实现 PerceptionFrontend trait 为任意新模态编写编码器（如雷达点云、生物电信号、化学传感器、触觉反馈等），无需修改底座核心代码。新增模态的 HV 向量与原有模态的 HV 向量在同一代数空间中自然兼容。

Nexus 理论全模态统一

Nexus 认知增强引擎在理论层面具备统一全部模态的能力。当前底座的 14 种模态是 Nexus 全模态能力的一个工程子集，随着 Nexus 的渐进开放，更多模态将逐步接入。

渐进式全模态适配

开发者可选择自行编写 UPFP 编码器扩展底座模态（开源社区贡献），或在接入 Nexus 后由 Nexus 自动适配全模态。两条路径并不互斥。

闭合性保证

UPFP 的架构设计确保了模态扩展不会破坏代数闭合性——任何模态的编码输出都是标准 HvVector，天然兼容三原语运算（绑定 / 叠加 / 置换）。这意味着不同模态的数据可以在同一代数空间中融合、比较、推理，实现真正的跨模态语义统一。