实验定位 机制诊断有效 / controller 待实现
A9 把 A8 的 seed 敏感性推进到 denoising 内部：不再只看最终 sparse token，而是在 sparse sampler 的每一步取 pred_x0，用 sparse decoder 解码出预测 occupancy support。这样可以观察 support 是在哪个 step 突然扩张、坍塌或与 baseline 分叉。
实验设计（Image-2 风格）
模块设计（Image-2 风格）
本页的模块设计图已在“实验设计”区域并排展示；它描述输入视角、VGGT/TRELLIS.2 信号、门控/路由、mesh 输出和评测反馈之间的数据流。这里单独标出模块设计章节，方便按统一汇报格式阅读。
实验结果（表格）
| seed | 状态 | baseline final | selected final | final Δ | 首次分叉 step | 最大 step Δ | baseline min/max | selected min/max |
|---|---|---|---|---|---|---|---|---|
| 1 | ok | 26 | 0 | -26 | 5 | 83 | 0 / 105 | 0 / 22 |
| 4 | ok | 1209 | 1209 | 0 | 5 | 22 | 0 / 1391 | 0 / 1388 |
可视化结果
selected final range
0–1209
instrumented sparse-only 轨迹中，低 seed 直接坍塌到 0，高 seed 保持 1209 token。
最大 step token Δ
83
selected 与 baseline 的每步 support 曲线差异不大，但关键低 token seed 最终 selected 掉到空 support。
mean max/last
1.148
支持集不是单调收敛；中间过冲和末端坍塌都可能发生。
实验结论
- A9 给出了 support-band controller 的直接证据：最终支持集不够，必须看 denoising 过程中每一步的 predicted support。
- seed 1 的 baseline 最终恢复到 26 token，而 selected 在 step 6 短暂出现 22 token 后最终坍塌为 0。这说明 empty support 可以在末端发生，运行时只在最终 sparse 输出后 fallback 太晚，无法解释也无法主动修正轨迹。
- seed 4 在 step 3 后进入 1000+ token 大支持集，最终达到 1209 token；这对应 A8 看到的高面片数轨迹。面片过多不是 mesh decoder 单独造成，而是 sparse support 早期就进入大规模占用。
- selected 与 baseline 的曲线整体接近，说明当前 VGGT residual 没有形成独立几何控制；真正需要的是以 VGGT 可信区域定义每步 token/support 安全带，而不是把 VGGT residual 直接叠到条件上。
下一步想法
- A10 应实现最小 support-band controller：在 sparse sampling 每一步计算 pred_x0 support，如果 token count 低于下界或高于上界，就把 selected step 投影回 baseline step 或降低 residual alpha。
- 安全带不应是全局常数，而应由 baseline seed trajectory、VGGT cross-view support 和对象尺度共同决定；这比工程 fallback 更像论文贡献。
- 评测时增加 trajectory-level 指标：support collapse count、support explosion count、max/last token ratio、first divergence step，以及这些指标与 final Chamfer/faces/watertight 的相关性。