🎯 三引擎运镜读数对比冒烟 · r054 GT

2026-09-20 · AnyCam (CVPR25) / VGGT-Ω (CVPR26 Oral) / ViPE 1.2.0 (NVIDIA) · 同一 AI 生成片 70 帧 · 统一口径:逐帧相对旋转(世界系)· 报告全文 report.md

⚡ 核心结论:方向一致、幅值 3.4× 发散

三引擎都读出竖轴环绕向(轴 y 分量 0.95-0.99,与 Kai 目测一致)——方向可信。但累计扫角 95° / 179° / 326° 发散 3.4 倍——幅值不可信。

与六步链 v6 定谳互证:r054 是 2.5D 分层伪环绕(远板锁定 0.03px + 近景反滑 −102px)。若真绕 95°+,远景不可能锁定。三台前馈引擎把「近景反滑」强制解释为相机旋转,解释比例取决于各自深度先验——伪环绕的位姿幅值是任意的,方向才是真信息。

工程裁定:r054 运镜语义维持 v6 定谳「2.5D 分层伪环绕」;三引擎读数记为「竖轴环绕向(伪)」,作为 S6 全层反证的第三方互证源——任何「物理 orbit」判词多一条反证:三台前馈引擎幅值不自洽。

📊 主对比表

指标AnyCamVGGT-ΩViPE 1.2.0判读
rot/帧 中位1.32°
(单位修正后)
2.60°4.67°❌ 3.4× 发散
rot/帧 p90—5.60°9.35°—
累计扫角 sweep~95°178.8°325.7°❌ 1 : 1.9 : 3.4
旋转轴(世界系)[−0.08, −0.95, −0.31]
竖轴 ✓
[0.15, +0.99, −0.05]
竖轴 ✓
[−0.08, −0.99, +0.07]
竖轴 ✓
✅ 三引擎全竖轴
方向一致率93%86.2%87.0%✅ 引擎内高一致
耗时/70帧78s(BA) / 21s(前馈)8.8s ⚡~50sVGGT-Ω 最快
显存~6GB~4GB~8GB—
⚠️ 轴的正负号无跨引擎可比性(各引擎世界系约定/内参不同),可比的是「轴=竖轴(y 主导)」与引擎内一致率。

🔬 幅值发散 = 诊断签名

  1. 方向全对齐:竖轴环绕,与 Kai 目测「绕打斗中心旋转」一致(三引擎交叉 + 目测 + ρ 判别四重印证)
  2. 幅值不自洽:sweep 比值 1 : 1.9 : 3.4。与远板 0.03px 锁定矛盾——物理环绕下远景必动
  3. SLAM 级 BA 读出最大幅值(ViPE 325.7° + 大位移 0.147/帧):BA 把近景反滑尽量纳入位姿,正是「伪环绕→任意位姿幅值」的表现
  4. 本机定律再证:「引擎等级 ≠ 读数正确」——更贵的 BA 不带来更准的幅值,只带来更自信的错误

🚀 落地裁定

  1. 运镜方向轴:三引擎交叉可采信(第四重:六步链 ρ 判别已有)
  2. 运镜幅值:AI 片禁直接采信任何单引擎;语义判定维持 v6 定谳「2.5D 分层伪环绕」
  3. 三引擎进六步链 S6 全层反证:幅值不自洽 = 「物理 orbit」的否证证据
  4. 速度档:VGGT-Ω 8.8s/70帧 适合批量互证;ViPE 附带度量深度+内参(复刻管线可直接消费)
  5. 静态/真拍片精度排序待有 GT 数据集基准——本结论仅适用 AI 逐帧重绘片