实验定位 混合有效 / 回顾验证
A15 把 A14 的候选池思想扩展到已有 10-case protocol4 结果：候选池包含 baseline / selected-alpha / alpha025 / repair-hybrid。选择阶段显式不使用 GT、Chamfer 或 F-score，只使用生成状态、拓扑、面片数和尺度比例；GT 指标只在选择之后做事后评估。
关键限制：这批 10-case 数据没有每个候选的 shape-SLat preview，因此 A15 不是 A14 preview gate 的泛化证明，而是“候选池 + 无 GT proxy + topology candidate”能否扩展的回顾验证。
实验设计（Image-2 风格）
模块设计（Image-2 风格）
Hard Gate
- candidate must have ok status
- faces ratio <= 1.35
- boundary ratio <= 1.40 unless tiny baseline boundary
- nonmanifold ratio <= 1.35 unless tiny baseline nonmanifold
- bbox ratio in [0.60, 1.55]
- surface-area ratio in [0.45, 1.80]
Proxy Score
topology cleanup + compactness + watertight reward - bbox/surface-area drift; Chamfer/F-score/GT are used only for retrospective evaluation.
这一步的研究意义在于把“VGGT-guided 几何候选”和“repair topology 候选”放进同一个可路由候选池，而不是只做单一路线改进。
实验结果（表格）
| 方法 | 成功 | 平均 proxy | Chamfer | Chamfer Δ | F@5 | F@5 Δ | faces | faces Δ | 水密率 | 非流形边 |
|---|---|---|---|---|---|---|---|---|---|---|
| baseline | 10/10 | 0.0000 | 0.08161 | - | 0.4336 | - | 950660 | - | 0.0% | 10348 |
| selected_alpha | 9/10 | 0.0359 | 0.08417 | 0.00101 | 0.4314 | 0.0026 | 1048883 | -5906 | 0.0% | 10586 |
| alpha025 | 9/10 | 0.0170 | 0.08325 | 0.00009 | 0.4296 | 0.0008 | 1040042 | -14748 | 0.0% | 10125 |
| repair_hybrid | 10/10 | 1.1312 | 0.08193 | 0.00032 | 0.4388 | 0.0052 | 443226 | -507435 | 100.0% | 0 |
| ranker_selected | 10/10 | 1.0528 | 0.08167 | 0.00006 | 0.4396 | 0.0059 | 406873 | -543787 | 90.0% | 97 |
每个 case 的路由
| case | ranker 选择 | 通过 hard gate 候选数 | Chamfer Δ | F@5 Δ | faces Δ | 水密 |
|---|---|---|---|---|---|---|
| gso_000_input4 | repair_hybrid | 2 | -0.00160 | 0.0202 | -10762 | 1 |
| gso_001_input4 | repair_hybrid | 4 | -0.00105 | 0.0082 | 3056 | 1 |
| gso_002_input4 | repair_hybrid | 4 | -0.00377 | 0.0502 | -1227506 | 1 |
| gso_003_input4 | repair_hybrid | 3 | -0.00005 | -0.0041 | -2330592 | 1 |
| gso_004_input4 | repair_hybrid | 4 | -0.00041 | 0.0032 | -1185334 | 1 |
| gso_005_input4 | repair_hybrid | 4 | 0.00119 | -0.0079 | 9052 | 1 |
| gso_006_input4 | repair_hybrid | 4 | 0.00144 | 0.0204 | 324144 | 1 |
| gso_007_input4 | repair_hybrid | 4 | 0.00281 | -0.0188 | -258028 | 1 |
| gso_008_input4 | alpha025 | 3 | 0.00209 | -0.0089 | -84630 | 0 |
| gso_009_input4 | repair_hybrid | 4 | -0.00006 | -0.0029 | -677274 | 1 |
选择来源统计
| 候选来源 | 次数 | 比例 |
|---|---|---|
| alpha025 | 1 | 10.0% |
| repair_hybrid | 9 | 90.0% |
可视化结果
ranker Chamfer Δ
0.00006
正数表示比 baseline 略差；这是 topology 候选带来的几何保真代价。
ranker F@5 Δ
0.0059
F@5 均值提升，说明部分 surface 覆盖/精度改善。
ranker 水密率
90.0%
从 baseline 0% 提升到 90.0%，拓扑路线有效。
实验结论
- A15 的 ranker 在 10-case 上选择 repair_hybrid 9 次、alpha025 1 次；这说明一旦把 topology candidate 纳入候选池，无 GT proxy 会强烈偏向水密/低非流形方案。
- ranker_selected 相比 baseline：Chamfer Δ=0.00006，F@5 Δ=0.0059，faces Δ=-543787，水密率=90.0%，平均非流形边=97。
- 这对 TRELLIS.2 的两个痛点给出正证据：非水密问题可以通过 topology candidate routing 明显缓解，面片过多也可以显著下降；但 raw geometry 保真仍未完全解决，Chamfer 均值略微变差。
- 因此 A15 的结论不是“已经解决质量优化”，而是把论文主线推进到更清楚的目标：geometry-preserving topology-aware candidate routing，需要一个能预测 repair 是否伤几何的无 GT 几何保真门控。
下一步想法
- A16：为 repair/topology candidate 加入无 GT 几何保真门控，例如多输入视角 silhouette IoU、VGGT point reprojection consistency、normal smoothness 与 preview-final topology stability。
- 在 100-case benchmark 上把 ranker_selected 做成真实方法，不再只做 retrospective；每个 case 输出 raw VGGT candidate、repair candidate 和 ranker-selected mesh。
- 恢复 A14 的 shape-SLat preview 特征到 10-case/100-case，使 hard gate 前置到真正生成选择前，而不是 post-generation proxy。
- 把目标从单指标提升改为 Pareto frontier：Chamfer/F@5、watertight/nonmanifold、faces 三组目标共同优化。