从已下载的 PartNeXt 子集里挑了 3 个 raw+mesh 已对齐样本:`Chair`、`Monitor`、`Microwave Oven`。我们直接用 PartNeXt 顶层语义树渲染出精确 `mask.exr` 与同视角输入图,再送进 PAct 官方推理链做一个小型 sanity eval。结果很有代表性:`part count` 三例都对上了,但语义标签明显漂移,比如 `Chair -> base/base/door`、`Monitor -> door/base`、`Microwave -> door/base/drawer`。也就是说,PAct 在 PartNeXt 上已经能维持粗结构槽位,但还没有学会这套跨域语义。
PartNeXt 的顶层 coarse parts 是 `Backrest + Seat + Base`,PAct 预测出的节点数也恰好是 3,但语义被漂成了 `base + base + door`,并且额外给了一个 `revolute`。这类结果很典型:粗槽位数没丢,语义和运动先验却被拉回了它更熟悉的 `door/base` 模式。
这是一个很干净的双部件例子。PartNeXt coarse parts 是 `Display + Stand`,PAct 也预测了 2 个节点,但仍把它理解成 `door(revolute) + base(fixed)`。所以它在结构层面是稳定的,在语义层面仍然被 appliance 类先验拉偏。
这是这组三例里最像样的一个。PartNeXt coarse parts 是 `Control Panel + Casing + Door`,PAct 输出成 `door(revolute) + base(fixed) + drawer(prismatic)`。节点数完全对齐,而且真实恢复了 `door` 信号;但控制面板仍被误解释成了一个可滑动部件。