缺少参与
信息以单向输入为主，行为改变往往只停留在认知层面。
PurePaw
用 AR 叙事，让环保行动成为一场游戏
一场连接现实环境与虚拟岛屿的增强现实冒险：真实垃圾成为任务，即时引导转化为学习，每一次行动都推动自然恢复。背景研究
垃圾持续增长，参与度却没有同步发生。
全球废弃物问题快速扩大，而传统环保教育仍难以改变日常行为。PurePaw 的研究从“问题规模”与“参与缺口”两端同时展开。
20.1亿吨
全球城市生活垃圾年产量
8.42%
平均年增长率
地区分布
01北美
289 万吨
占全球总量 14.3%02欧洲与中亚
174 万吨
占全球总量 19.5%03南亚
334 万吨
占全球总量 16.6%04东亚与太平洋
468 万吨
占全球总量 23%05拉丁美洲与加勒比地区
231 万吨
占全球总量 11.4%06撒哈拉以南非洲
174 万吨
占全球总量 8.6%现有环保宣传方式
海报
宣传册
社区讲座
课堂教育
信息能够抵达，却很少真正转化为行动。
缺少即时反馈
人们在真实分类情境中无法立即确认“我做对了”。
难以持续影响行为
行动更像外部要求，而非内在习惯，因此很容易被遗忘。
难以触达年轻群体
传统教育形式很难吸引年轻人持续参与。
垃圾由什么构成？
100%
- 食物与蔬菜
- 44%
- 纸张
- 17%
- 塑料
- 12%
- 玻璃
- 5%
- 金属
- 4%
- 其他
- 18%
20503.4十亿吨
到 2050 年，全球垃圾将增加 70%。
全球年垃圾量预计达到 34 亿吨；撒哈拉以南非洲产生的垃圾可能达到当前的三倍。
垃圾产生与回收能力分布并不均衡。
高收入国家仅占全球人口的 16%，却产生了 33% 的垃圾，回收率约为 33%；低收入国家的回收率约为 4%。
16%→33%人口 → 垃圾
| 回收率 | 填埋率 | |
|---|---|---|
| 德国 | 65% | 0% |
| 瑞士 | 51% | 0% |
真正推动人们进行垃圾分类的是什么？
问卷揭示了一套并不稳固的动机结构：行动主要由奖励和社会影响驱动，习惯与环保意识仍处于次要位置。
垃圾分类的主要动机
你多久进行一次垃圾分类？
参与者人数
- 12总是
- 10偶尔
- 7经常
- 2从不
感知重要性
86.7%
- 非常重要
- 46.7%
- 重要
- 40.0%
- 中立
- 13.3%
问卷结果
垃圾分类行为主要由外部动机驱动，其中奖励与社会影响最为突出；环保意识、社区规定和习惯所占比重更小。
设计机会
将动机从外部压力转向个人意义——通过游戏化任务、可见进度与即时反馈，让环保行动本身变得有趣且值得持续。
人们需要的不是更多规则，而是更清晰的行动动力。
两次访谈让问卷中的趋势变成了真实体验：人们理解垃圾分类的重要性，但过程仍然模糊、耗时，也很难看到自己的行动究竟带来了什么。
“我很担心街道垃圾和回收设施不足的问题。现在缺少清晰的系统来引导人们正确分类。如果有带奖励的清理活动，以及能够显示回收点、教授分类并连接大家的应用，会带来很大改变。”
- 城市居民
- 熟悉科技
- 关注环保
- 适度游戏经验
“我了解基本分类规则，但整个过程还是让人困惑又耗时。如果有清晰的提示会轻松很多。我希望它既有趣、有奖励，也能让我看到自己的行动对环境产生了什么影响。”
- 男性学生
- 环保好奇者
- 休闲玩家
- 时间灵活
- 校园居民
设计机会：让正确行动一目了然，并且值得重复。
受访者认为垃圾分类复杂且缺乏动力，忙碌的成年人和熟悉科技的学生尤其如此。他们希望获得简单指引、及时提示、奖励，以及可见的行动影响。这让 PurePaw 聚焦于用 AR 游戏把分类指导转化为主动参与。
- 清晰指引
- 即时奖励
- 可见影响
环保游戏能够传递知识，却很少把游戏真正连接到日常行动。
我们从沉浸体验、社区参与、现实相关性与上手成本四个角度，对比了四款现有环保游戏。
| IceFlows | AR Environmental Game | GreenSpace | Save the Park | |
|---|---|---|---|---|
| 优势 |
|
|
|
|
| 局限 |
|
|
|
|
机会不在于再做一款环保游戏，而是让真实环境本身变得可以参与。
现有游戏往往把知识学习与现实行动分开。PurePaw 通过本地化、可互动的真实任务形成差异，让玩家直接在现实世界中采取行动，从而提高相关性与实际影响。
数据依据本项目提供的研究材料整理。
设计策略
为什么是 AR，而不是另一场环保宣传？
AR 游戏把虚拟体验与真实世界行动无缝连接，让环保行为更沉浸、更有参与感，也更能产生实际影响。
AR 将指引放在行动真正发生的时间与地点。
现实场景
把附近的垃圾与回收点转化为可以参与的环保情境。
- 基于位置
- 真实垃圾
- 社区环境
AR 引导
识别镜头中的物体，并把清晰的分类说明叠加到现实场景。
- 扫描识别
- 虚拟向导
- 即时反馈
游戏循环
将正确行动转化为任务、角色成长与有意义的奖励。
- 任务
- 垃圾精灵
- 奖励
共同影响
让玩家共同看见进度，使参与不止停留在一次行动。
- 好友
- 多人协作
- 排行榜
从“知道应该做什么”，走向“现在就开始行动”。
- 沉浸
- 学习发生在真实情境之中。
- 参与
- 游戏让重复行动转化为持续动力。
- 影响
- 每一次任务都连接到可见的改变。
初始设计
如何让居民参与社区环境保护？
帮助用户识别垃圾并完成正确分类。
3D 角色
把日常行动转化为有趣的游戏体验。
交互
让微小行动汇聚为集体影响。
意义为不完美的世界，建立一个友好的视觉身份。
PurePaw 用角色化的 3D 图标，让垃圾更容易识别、更愿意接近，也更像一个可以立即行动的任务。
PurePaw
字母 “W” 中藏入 Messy Cat King 的轮廓，让品牌名称与故事世界直接相连，也象征玩家并非独自行动，而是与垃圾精灵并肩守护环境。
为什么选择 3D 图标？
柔和体积、倾斜视角与鲜明轮廓，让日常废弃物能够被快速辨认；略带夸张的不完美造型，也让环保提示更友好，而不是像警告。
垃圾袋
用厚重轮廓表示需要优先处理的清理任务。
破损灯泡
碎裂玻璃与金属细节强调谨慎处理。
苹果核
温暖的有机色彩把厨余与包装垃圾区分开来。
鱼骨
高度明确的轮廓让有机残余物一眼可辨。
压扁易拉罐
可见凹痕让材质更像真实被发现和处理过的垃圾。
废旧电池
成对电池与能量符号传达有害电子废弃物属性。
两种动机，共同指向有意义的游戏体验。
目标用户聚焦城市居民，尤其是年轻人，同时也覆盖希望环保学习简单、积极并适合家庭参与的家长。
林悦
24 · 大学生
摄影：Zen Chung / Pexels核心需求
- 用 AR 与多人玩法，把环保行动变成可以和朋友一起完成的体验。
- 通过清晰奖励、进度反馈与友好竞争维持参与动力。
主要痛点
- 传统环保行动重复单调，与日常社交生活缺少连接。
- 独自完成任务时缺少反馈，也难以感受到共同成果。
“如果和朋友一起保护地球也能很好玩，那我一定加入！”
赵敏
37 · 中学教师
摄影：RDNE Stock project / Pexels核心需求
- 通过共同游戏，让孩子在行动中理解环保责任。
- 获得无需学习成本的简单引导，以及适合家庭使用的界面。
主要痛点
- 抽象的环保知识难以让孩子记住并转化为日常行动。
- 复杂操作会打断亲子互动，而不是为共同体验提供支持。
“如果孩子能在玩耍中学会保护地球，那就是双赢。”
体验设计
把设计策略，转化为一段完整的玩家旅程。
故事世界、任务循环与界面被组织成同一条体验路径：从发现问题，到完成行动，再到看见岛屿发生改变。
从一座被污染的城市，到共同守护的日常行动。
九格分镜串联起完整的变化过程：发现问题、获得指引、采取行动，最终让自然在共同参与中恢复。
城市在垃圾与雾霾中沉寂。
手机发出邀请：“加入我们，一起净化世界！”
四位垃圾精灵出现，成为玩家的向导。
透过手机镜头，隐藏的污染被一一识别。
每一次互动，都让地球的一角重新洁净。
识别结果被转化为清晰、即时的分类指引。
玩家与精灵共同分类，让环境恢复平衡。
绿色回归，动物归来，生命重新开始。
众人携手守护同一个世界，让纯净持续发生。
让一轮游戏流程，推动一次可见的环境恢复。
玩家旅程由三个连续阶段构成：先理解世界，再走入真实环境行动，最后完成分类、修复岛屿并解锁新区域。
故事与规则
在要求玩家行动之前，先建立故事情境与操作认知。
- 开始游戏
- 观看开场动画
- 认识垃圾精灵
- 学习操作方式
- 登录或创建账户
- 选择游戏场景
户外垃圾探索
把任务从屏幕延伸到玩家身边的真实环境。
- 打开手机摄像头
- 探索周围场景
- 扫描 AR 线索
- 发现并捡起垃圾
- 获得环保积分
分类与修复
将正确分类转化为即时反馈，并推动游戏世界恢复。
- 寻找垃圾分类点
- 投递已收集的垃圾
分类是否正确？
正确 · 奖励行动
未正确 · 提供指引并重试
- 清理岛屿
- 完成当前区域
- 解锁新的探索地点
玩家如何体验 PurePaw
“从发现垃圾，到恢复岛屿生态系统。”
01探索真实世界
扫描公园，发现附近隐藏的垃圾任务。
02发现垃圾任务
AI 识别疑似垃圾，并将其转化为清晰任务。
03收集与分类
拾取物品，并在 PurePaw 精灵引导下完成分类。
04获得奖励
每一次通过验证的正确行动都会获得环保积分。
05升级岛屿
使用行动成果修复栖息地，让自然重新回归。
06回顾与竞争
追踪自己的环保旅程，并与其他玩家比较进度。
原型开发
从概念方案，走向相互连接的可运行原型。
先重绘关键 AR 场景，再把地点、任务与反馈系统连接起来，让核心体验能够在真实环境中成立。
重绘三段清晰的 AR 任务旅程。
界面从导航、分类到反馈保持同一套视觉语言：减少相互竞争的提示，提升对比度，并让每个阶段只突出一个核心行动。
- 01
只保留一个明确的行动信号
距离、目的地与任务进度集中在紧凑的信息层中，同时让路线持续锚定在真实环境里。
83 米修复任务 6 · 市民广场继续前进 - 02
让正确操作一眼可见
把物体识别、垃圾类别和目标垃圾桶合并成一次清晰判断，不再让三组浮层彼此争夺注意力。
废旧电池有害垃圾请投放至红色桶准备投放 - 03
用可见成果完成行动闭环
成功反馈同时确认操作、发放奖励，并把一次小行动连接到共同世界的生态恢复。
任务完成区域恢复度 +6%+120 环保积分继续探索
让地点、游戏与学习形成闭环的技术路径。
摄像头识别、位置数据、后端任务编排与 Unity 交互界面协同运行，再由行为分析反向优化下一轮任务设计。
AI 摄像头识别
识别垃圾特征，并判断可能的分类。
高德地图智能
补充位置情境与附近任务点信息。
后端任务引擎
同步数据、管理任务状态并配置任务权重。
玩家任务分发
为合适的玩家检索并推送合适的任务。
Unity 客户端
三组游戏服务把平台数据转化为玩家能够立即理解和执行的界面行动。
GPS 与高德位置解析位置模块
任务点管理器地图任务点界面
分类系统与精灵反馈AR 拾取界面
数据分析与反馈追踪
分析结果重新进入后端任务引擎，持续改善下一轮任务体验。
追踪
记录任务完成、分类成功、岛屿升级与停留时长。
理解
聚合行为数据，输出任务热力图与完成率看板。
优化
持续调整任务难度与环保积分权重。
四套系统，构成一条相互衔接的制作管线。
项目从角色视觉语言进入 AR 场景搭建，再延伸至任务编排与 AI 反馈闭环；每个阶段的成果，都会成为下一阶段的输入。
3D 角色与环境建模
将垃圾类别转化为四个辨识度鲜明的精灵角色。
- 在 Cinema 4D 中塑造并调整角色轮廓。
- 为 Unity 准备可复用资产与不同垃圾类别的角色变体。
Unity 场景构建与 AR 集成
把 C4D 资产组织成由三个场景组成的游戏架构。
- 搭建开场、AR 游戏与岛屿升级三个场景。
- 将 GPS 坐标连接至 AR 世界锚点与可交互热点。
场景架构Unity
01
开场场景
故事与规则
02
AR 探索场景
识别与分类
03
岛屿升级场景
反馈与成长
共享角色资产任务状态持续同步
附近任务场实时同步
GPS 坐标距离权重可用状态
GPS 信号已锁定
AR 世界锚点任务岛屿 · 距任务点 28 m
后端与任务点系统
把识别到的垃圾转化为附近玩家可执行的定位任务。
- 依据距离与可用状态，将任务点匹配给合适的玩家。
- 验证完成结果、发放环保奖励，并重新分配失败任务。
识别事件
摄像头上传类别、位置与置信度
任务匹配
按距离与在线状态选择附近玩家
现场行动
玩家导航、清理并提交完成结果
验证奖励
确认结果并发放环保积分
未完成 · 回到任务池重新匹配
完成 · 更新区域恢复度
AI 识别与反馈闭环
验证社区摄像头的识别结果，并通过玩家行动持续改进系统。
- 创建任务前，校验物体类别、置信度与位置。
- 把玩家完成结果作为反馈，优化后续识别与任务质量。
01社区摄像头
02目标定位
03类别校验
04生成任务
识别结果塑料容器 · 可回收物
验证与下一步
在扩大范围之前，先验证体验是否成立。
本轮以三项设计标准完成复盘；下一阶段将进入真实场景验证，而不是把尚未发生的用户测试写成既成结论。
行动时是否足够清晰
重绘后的 AR 流程减少了同时出现的提示，在需要的时刻分别突出距离、垃圾类别与下一步操作。
体验是否形成连续闭环
导航、分类、奖励与岛屿恢复被串成同一条旅程，不再像彼此分离的功能页面。
一次任务之后是否仍有动力
环保积分、共同进度与栖息地恢复，让每个微小行动都产生可见后果。
从发现、理解、行动，到看见环境恢复。
PurePaw 把环保教育重新定义为发生在真实情境中的行动。现在，研究洞察、叙事、交互、系统逻辑与验证计划已经连成完整闭环，为下一轮真实场景测试做好准备。