静态名词系统

# 传统方式：识别图中"是什么"
class StaticImageClassifier:
    def classify(self, image):
        # 返回静态标签：猫、狗、车...
        return "cat"

动态动词系统

# 新方式：识别图中"在发生什么"和"可能发生什么"
class DynamicSceneInterpreter:
    def __init__(self):
        self.relation_graph = {
            'cat': {'can': ['jump', 'sleep', 'eat'], 
                   'toward': ['mouse', 'food']},
            'ball': {'can': ['roll', 'bounce'],
                    'affected_by': ['gravity', 'force']}
        }
    
    def interpret(self, image, context):
        objects = self.detect_objects(image)  # 检测物体
        relations = []
        
        # 分析物体间可能的相互作用
        for obj1 in objects:
            for obj2 in objects:
                if obj1 != obj2:
                    # 基于条件性分析可能的动作
                    possible_actions = self.analyze_possible_interactions(obj1, obj2, context)
                    relations.extend(possible_actions)
        
        return {
            'current_state': objects,
            'possible_actions': relations,  # 动词关系
            'most_likely_next': self.predict_next_state(objects, context)
        }
    
    def analyze_possible_interactions(self, obj1, obj2, context):
        actions = []
        obj1_props = self.relation_graph.get(obj1, {})
        
        # 条件性判断：在什么条件下会发生什么动作
        if obj2 in obj1_props.get('toward', []):
            if context.get('hungry', False):
                actions.append(f"{obj1} chase {obj2}")
            else:
                actions.append(f"{obj1} observe {obj2}")
                
        return actions