Ratom_v1 分析
BLENDER BENCH · ANALYSIS REPORT · v1

atom_v1 分析:可拟合的工序接近天花板,
需要设计意图的工序明显弱

版本 v1 日期 2026-11-07 分析对象 atom_v1(8 道工序 × 各 1 例,gpt-6-astra / max) 分析 Claude(Opus 5.5) 依据 atom_v1 各案例页与其中的图像、视频;未重跑模型或评测器
目标直接画在参考图里、能拟合出来的工序(Layout、灯光、三视图底色、固定模型 UV),模型接近满分; 目标是看不见的设计意图的工序(为形变服务的布线、两张图之外的体积、动作表演、换光后的微表面),模型明显弱——而且这些地方的自动检查照样判通过。 在材质题里,模型相对基线的增益在公开视角约 7%,在留出视角不到 1%;灯光和 Layout 目前只在公开相机下评测,它们的“接近满分”还需要留出视角验证。
8 / 16
流程图工序已有实测
3
明确的定性失败(建模、拓扑、动画)
0 / 8
完成人工质量评审
4 / 8
评测器需要事后兼容修补

1 · 逐工序结论

数值摘自对应案例页;“判断”一列是本报告的解读。点击工序名打开原案例页。

工序用时页面上的结果判断依据
04 建模 · MOD-03
Wave-1 运行,题面公开评测方法
— 形状 P95 6.71%(阈值 ≤1.5%);关键点 9.75 mm;闭眼间隙 12.7 mm 明确失败 耳根块状突起、面颊折痕;沿用“参数化生成器”策略
05 拓扑 · TOP-01
头部为 Wave-1;手部为低提示
— 全四边形,眼口有环 边流有缺口 方框眼环、嘴部像嵌入补片;手部 3,816 面,作者 820 面(4.7×);头部旧评测曾误判通过
06 UV · UV-A25.9 min 0 个坍缩三角形,0 个越界,纹理空间利用率 51.9% 基本可用 利用率偏低(作者 UV 的利用率未报);没有一键展开基线,无法判断是否超过现成工具
06 底色 · TEX-0116.4 min 三视图可见区 MAE 0.026;不可见区 0.126 接近天花板 本质是三视图投影;不可见误差主要来自眼球、头皮这类永远看不见的面,不能说明补全能力
07 材质 LookDev40.7 min 交付、依赖、独立修改检查通过;外观未自动判定 有缺口 皮纹规则化、顶板反射不同;留出条件下与常数基线几乎持平(见 2.3)
08 绑定 · 人体 / 人脸34.7 / 36.3 min 控制、保存重开、复位通过;形变质量 not_assessed 比预期强 关键姿态与作者几乎一致;但测试动作幅度温和,没测极限动作
09 Layout · 教室23.4 min 逐组件可见 IoU 均值 0.922;22 / 22 项检查通过 接近天花板 只在参考相机下评测
10 动画 · 柴犬行走18.0 min 机械检查全部通过 表演未达意 尾巴保持中性卷环,只小幅倾摆;头部起伏小、步幅小;周期 1.33 s,比作者 1.07 s 还慢,而题面要求“轻快”
12 灯光 · Italian Flat58.5 / 60 min 5 / 5 项预先冻结的视觉代理指标通过;照明区域 MAE 0.042 接近,待留出验证 画面被压平:参考的地面光斑、左前暗部对比消失;22 盏灯 + light linking + “基底拟合”;几乎用满预算

2 · 三条跨任务规律

从 8 个案例里归纳,单例证据,措辞应理解为“在这些案例中”。

1

能拟合的强,要意图的弱

参考给出了目标本身时(同一相机的 Layout 与灯光、三视图投影、固定模型的 UV),模型可以把任务变成拟合问题并做到很接近。目标需要从参考推断“为什么”时——布线要服务眼睑和指关节的形变、侧后方的体积要补出来、走路要显得轻快愉悦、皮革在新光照下要像皮革——结果就明显落后于作者。

这和此前的发现是同一现象:MOD-03 / TOP-01 把头部写成“参数化生成器”(圆柱网格 + 矩形孔 + 眼嘴模块),BAKE-01 “题面没写的就不做”。

GPT 柴犬行走一个周期内每 5 帧抽取的 8 帧侧视图,尾巴始终保持卷环
GPT 一个周期 · 8 帧 · 尾巴保持中性卷环,头部几乎不动,步幅小
原作者柴犬行走同一时间段的 8 帧侧视图,尾巴伸展摆动、步幅大
作者 Walk · 同一时间段 8 帧 · 尾巴展开、步幅大、身体前倾

两组帧取自 atom_v1 侧视对比视频前 1.33 秒(GPT 一个周期),每 5 个展示帧取 1 帧;作者列在同一时间段内约走 1.25 个周期。

手部重拓扑:输入、GPT 3816 面、作者 820 面
拓扑 · 手部(低提示) · GPT 用规则网格贴形,3,816 面;作者 820 面,边线沿掌纹和关节转向
2

自动检查测的是合同,不是手艺

四个弱项里,只有 MOD-03 被自动判失败——因为它有隐藏参考的形状指标。其余几项,自动检查要么通过,要么没测到核心缺陷:

工序自动结论核心缺陷检查抓到了吗
04 MOD-03goal fail / probe fail形状偏差、闭眼间隙与自交抓到
05 TOP-01 头部旧评测 auto_passed方框眼环、嘴部补片误判通过
10 动画机械检查通过(真实网格运动、循环接续、四足相位)表演不轻快、尾巴与头部缺少跟随没抓到
07 材质交付与独立修改通过;外观未评皮纹规则化;留出条件下 ≈ 基线没评
08 绑定控制通过;形变 not_assessed极限动作下表现未知没测
3

留出条件是最有效的放大镜

材质题是唯一预先留出视角和光照的题。在它的渲染误差表里,GPT 相对常数基线的改善在公开条件平均 7.4%,在留出条件平均只有 0.9%,前侧低视一组完全持平。

条件GPT · 目标并集 RMSE常数基线 RMSE相对改善
前侧 · 公开0.12210.139112.2%
后侧 · 公开0.11420.12337.4%
俯侧 · 公开0.14270.14672.7%
前侧低视 · 留出0.11470.11470.0%
后侧俯视 · 留出0.10460.10500.4%
交叉照明 · 留出0.11460.11722.2%
两种解释都可能成立:模型针对三张公开参考调了材质(过拟合),或者 RGB RMSE 对程序纹理相位差太不敏感。注意这个常数基线用了作者贴图的 R/M 均值,本身是带特权信息的强基线。无论哪种解释,结论都是:不能用公开视角的接近程度证明材质恢复,需要人工二选一判断来定。

灯光和 Layout 只在公开参考相机下评测。灯光方案用了 22 盏灯、光照链接和“本地基底拟合”。如果“基底拟合”指的是逐灯渲染、再解权重去匹配参考图,那么它在这一个机位下当然接近,换个机位就未必成立,而且这样一套灯光对灯光师来说很难继续改。这一点需要读它的布光脚本确认。

灯光:左为冻结参考,右为 GPT 可信重渲染
灯光 · 参考(左)与 GPT(右) · 冷暖接近;GPT 左墙更亮、地面光斑消失,整体对比被压平
材质七处局部放大:GPT 与参考
材质 · 七处局部 · B 皮纹更规则;A、C 顶板与背部控件的反射层次不同

3 · 六项宏观能力的证据覆盖

对照 atom_v1 主页的 U / S / X / E / D / I 框架:目前主要是 U、S、X 有证据。

能力已有证据缺口状态
U 理解与对齐8 题都有“题面 → 交付”动画“轻快”没达成是一个反例,但没有逐条记录需求和对应证据部分
S 空间与约束MOD-03、Layout、TEX-01、灯光留出视角只在材质题用过较充分
X 规划与执行全部按时交付、可重开、编号检查点齐全灯光用满 58.5 / 60 分钟,预算敏感性未知较充分
E 结构与可编辑性材质(独立修改参数)、Layout(组件可独立移动)拓扑、绑定、灯光、动画都没有独立编辑测试部分
D 检查与诊断模型都交了自查报告没有把自查报告和实际缺陷对照计分未测
I 反馈与迭代—一个 V1 修订分支都没跑未测

4 · 不足

按对结论可信度的影响排序。

  1. 几乎没有一键工具基线高

    无法判断 GPT 是否超过 QuadriFlow、Smart UV 加自动打包、Rigify 加自动权重、相机投影烘焙这些现成工具。只有 Layout 有真实对照组,材质有一个带特权信息的常数基线。几个“好”的结果可能只是工具级水平。

  2. 灯光与 Layout 只用单一视角评测高

    两题都是“参考相机 = 评测相机”,无法区分三维上合理和只对这个视角成立。材质题的数据显示,留出条件确实会改变结论。

  3. E / D / I 三项能力证据不足高

    I 为零;D 没有计分;E 只在材质和 Layout 做了真实的独立修改。主页的六能力框架目前主要由 U / S / X 支撑。

  4. 人工质量评审全部是 not_assessed中

    页面上的视觉判断出自写报告的人,不是盲评;与作者的对比也没有经过第三方确认。

  5. 各页口径不一致中

    MOD-03 与 TOP-01 头部沿用 Wave-1 的运行,那时题面公开了评测方法和阈值;另外 6 题是生产需求单式题面;手部又是低提示。跨页比较不成立。

  6. 评测器脆弱:8 题中 4 题需要事后兼容中

    UV-A 存在 Edit Mode 下读不到 UV;动画报告用了 JSON 对象被拒;人脸绑定多存了文件被白名单拒;TOP 头部旧评测在依赖检查失败。保留原判定是对的,但说明跑模型前的正负对照没有覆盖合法的格式差异。

  7. 测试强度偏温和中

    绑定只测了抬臂、下蹲、单腿、转体和基础表情,没有举臂过头、深蹲、前臂扭转、下巴大开;TEX-01 的“不可见区域”混入了永远看不见的面,稀释了真正需要补全的区域(腋下、手臂内侧、下巴下方)。

  8. 每题只有 1 例、1 次运行低

    符合定性阶段的设定,但结论应写成“该例”,不能写成“GPT 能 / 不能”。

  9. 流程覆盖:16 道工序中有 8 道没测低

    缺特效模拟、正式渲染、合成、成片后期、验收 QC、交付归档,以及前期策划。其中验收 QC 最有价值:它直接对应 D 能力,code_v05 里已有 DIAG-01 / JUDGE-01 草稿。

  10. 报告还不适合直接外发低

    大量链接显示“(未上传)”;案例页返回链接写“16 道工序主页”,主页只列 8 个;版本号一处写 v0.3,目录叫 atom_v1。

5 · 下一步

P0 全部在评测端完成,不跑模型;成本低,信息量最大。按分工,脚本由 Claude 写,执行和渲染由 codex 负责。

优先级动作回答的问题谁做跑模型
P0灯光加 2–3 台留出相机;补中性起点误差作为基线;读布光脚本确认“基底拟合”的做法22 盏灯的方案是否只对一个机位成立Claude 写脚本,codex 渲染否
P0每题补一个一键工具基线:QuadriFlow(拓扑)、Smart UV + 打包(UV-A,同时算作者 UV 利用率)、Rigify + 自动权重(人体绑定)、投影烘焙(TEX-01)、正弦程序步态(动画)GPT 是否超过现成工具Claude 写,codex 跑否
P0动画运动统计:从保存的动画曲线里算步幅、身体起伏、头尾转角范围、周期时长、着地占比,GPT 对作者把“不轻快”变成数据Claude否
P0绑定极限动作:举臂过头、深蹲、前臂扭转 90°、下巴大开,两套绑定都测温和动作下的“强”是否成立Claude 写,codex 渲染否
P0D 能力:把模型自报的检查与已发现的缺陷逐条对照(MOD-03 闭眼间隙、TOP 方框眼环、动画尾巴、材质皮纹)模型能否发现自己的问题Claude否
P1一轮 V1 反馈,同时当可编辑性测试:动画“更轻快,尾巴要摆,头随步伐动”;灯光“改成傍晚,关掉落地灯”;MOD-03 眼睑与耳朵I 与 E 能力codex是
P1MOD-03、TOP-01 头部用 atom 的生产需求单题面重跑;MOD-03 test2 补跑口径统一codex是
P1扩广度:验收 QC(DIAG / JUDGE)→ 特效模拟 → 渲染 / 合成 → 交付打包流程覆盖与 D 能力Claude 写题,codex 跑是
P2小规模盲评:GPT、作者、一键基线三方成对随机比较,1–2 位美术进入定量阶段前的质量门槛用户安排否
按定性阶段规则(每道工序找到一个问题就往下走),Layout、灯光、TEX-01、UV-A、绑定这五道还没有定性问题。P0 的留出视角、一键基线和极限动作大概率就能找出问题,比加新案例便宜。如果还找不出来,每道再加一例更难的:Layout 不给相机或改为文字布置需求;TEX-01 把评测集中在动画中会露出的遮挡区;UV 换硬表面或 UDIM;绑定加极限动作范围。

6 · 核对说明