PAct 数据集原生运动学分割器试验
结论：这条路线比 Appendix-D 的 VLM/SAM2 直接套 CAD render 更合理，因为它学习 GAPartNet 自带的 kinematic part mask 协议，然后让官方 PAct 推理保持不变。6/6 都能导出完整 mesh，但第一版分割器质量不均，不能当成最终可用方案。
0.637best val part mIoU
0.410view-0 pred-mask mean IoU
6/6PAct non-empty export
2/6strong mask cases
总览对比
列顺序：RGB、GT-derived mask、分割器预测 mask、预测 mask 驱动的 PAct 三维输出、GT-derived clean baseline。图里的失败样例没有隐藏：Oven/Table/Microwave 的 mask 仍然明显不可靠。
分割量化
预测预览
关节动画
Dishwasher
Microwave
Oven
Refrigerator
StorageFurniture
Table
判断
- Refrigerator / StorageFurniture 是目前最强样例，说明 dataset-native mask learning 方向成立。
- Dishwasher 可用但边界和细部仍有偏差。
- Oven / Table / Microwave 仍然不应视为成功：PAct 能导出 mesh，不等于运动部件识别正确。
- 下一步应该扩大训练规模、做类别条件化、加入 mask 质量门控；低置信样例直接标记为不可靠。