EXP-3D-RGBD-COMPLETION-ENSEMBLE-ARKIT-CONFIRM-V1：归一化 G1 的补全集成在全新真实扫描上的确认

结论：NORMALIZED_ENSEMBLE_CONSISTENT。

• 在 80 个从没被任何实验用过的 ARKit 真实扫描上，(调和 + 归一化 G1) / 2 在 FAR 上稳定胜过调和插值：+0.064 [+0.036, +0.095]，48/19/12，SUPPORTED。ALL 上同样 SUPPORTED（+0.046）。
• 归一化 G1 是会弃权的读出：不透明度 ≥ 0.5 处取 深度 / 不透明度，否则用调和插值。
• 学到的补全在真实数据上提供了小而一致的增益。但 G1 只在约一半 FAR 像素上有把握（弃权 49%），绝对误差仍然很大。

说明：

• 预注册见 PROTOCOL.md。2026-10-08 13:46:12 锁定，sha256 b5b24308…。
• 数据为 EXP-3D-RGBD-ARKIT-CONFIRM-DATA-V1：ARKitScenes 训练折、种子顺序第 360–519 位的场馆，取前 80 个合格扫描。与 ARKIT_VAL 场馆不相交。
• 只用 CPU。分析运行两次，结果逐字节相同。
• 统计单位是场景，bootstrap 10,000 次，种子 20260928，判定用 V2 gate。

结果（FAR，79 个有 FAR 像素的场景）

均值（FAR）：

G1 的弃权比例为 49%。

解读

• 学到的补全在真实数据上有一个小而一致的增益： 用正确的归一化读出，再与调和插值平均，85% 的场景不变差，FAR 误差降低约 9%。这在全新的真实扫描上得到确认。
• 对照揭示的更大问题在调和插值本身：
  • 在 ARKit 上，调和插值严重偏远，FAR AbsRel 为 0.75。仅仅把它减半，均值就能降到 0.49，但这不稳定（42/37），只说明它的尺度有系统偏差。
  • 一个可能的原因是调和补洞在无支撑边界使用的常数 2.37 m 来自 Hypersim 训练集，对 ARKit 的近距离室内场景偏远。这一点没有在本实验中检验。
• 未归一化读出的表面大增益（HG +0.369）再次出现： 和 ARKIT_VAL 上一样，它是两种相反偏差的抵消，不能作为补全有效的证据。

文件

• PROTOCOL.md、preregistration.json、frame_role_lock.json、evaluation_contract.json、manifest_arkit_confirm.json
• code/
• raw/eval/ARKIT_CONFIRM/：arms 封存
• scores/、results/、audit/
• 数据准备：../EXP-3D-RGBD-ARKIT-CONFIRM-DATA-V1/

2026-10-09 补充（EXP-3D-RGBD-DEPTHSPLAT-JEPA-ARKIT-V1 的修订 1 与事后拆分）

• 偏远的原因已查明。
  • 本队列 320 个查询中，有 151 个与上下文完全没有重叠；其中 31 个场景的所有查询都如此。
  • 在这些查询上，调和插值整张图都是 Hypersim 的补洞常数 2.37 m。
  • 换成用 ARKit 训练折拟合的常数 1.05 m 后，FAR 误差大幅下降（ARKIT160 上从 0.793 降到 0.418）。
  • 所以上文"可能来自 2.37 m 常数"的猜测成立，S3（0.5 × H3）的均值优势也来自这里。
• C1 在有重叠的查询上仍然成立，但较弱。
  • 只看至少有一个上下文命中的查询（48 个场景，探索性）：H3 − HGN = +0.0617 [+0.0330, +0.0909]，33/0/15。
  • 本队列 C1 的 19 个平局，主要来自所有查询都无重叠的场景。
• 在全部查询上，HGN 不如校准后的调和插值（ARKIT160 上 −0.320，HARMFUL）。原因是在无重叠的查询上，HGN 同样退回到 2.37 m 常数。
• 详见 EXP-3D-RGBD-DEPTHSPLAT-JEPA-ARKIT-V1。