把正式 soft_anisotropic per-part pipeline 扩展到三类代表性样本,并用联合判据评估:mean mesh/target bbox IoU、condition overlap risk、decode stability。这个页面更接近我们真正要盯的东西:哪些结果是几何贴框成功,哪些只是被重叠 bbox 或恢复重试掩盖了问题。
机械形样本。两个 parts 都在第一次 crop/decode 就成功,mean_IoU=0.6512,overlap_risk=0.0299,decode_stability=1.0。这里的主要瓶颈不是条件框冲突,而是第二个 part 仍有明显几何弱化,说明 crop 语义和 part 内部细节仍在掉。
花卉细结构样本。两个 parts 一次成功,mean_IoU=0.7860,overlap_risk=0,decode_stability=1.0,是目前三例里最干净的正式成功案例。它说明当前 baseline 并不是一概不行;当 OmniPart boxes 干净、crop 语义相对纯净时,TRELLIS2 的 per-part 生成是能稳定站住的。
盒状家具样本。表面上 mean_IoU=0.7705,看起来比机械样本还好,但这是一个很危险的假象:target bbox 自身 overlap_risk=0.5469,而且第二个 part 需要第二次 crop 才解码成功,decode_stability=0.6667。也就是说,这例真正暴露的是条件布局歧义和解码脆弱性,而不是单纯的贴框问题。