部件与把手的双向耦合：让静态三维场景自己说出“哪里能动、怎么动、从哪操作”

把手位置可以消解部件运动的铰链侧歧义：在固定掩码、类别、分数与轴的前提下，仅把代表原点从部件质心换成由把手选出的盒体派生铰链线，运动门控 AP 从 13.74% 升到 40.98%（+27.25 个百分点），且掩码 AP 与轴门控 AP 完全不变。 此前 USDNet 的运动解码器并不显式使用检测到的把手位置来选择铰链，而功能场景图只给出语义层面的“谁控制谁”，不给出度量化的运动轴与原点；这里把独立检测到的场景把手证据直接转译为部件的度量运动估计。 固定输入消融，掩码与轴列相等构成实现层面的自检；类别分解显示增益集中在旋转部件（1.88%→56.37%），平移分数不变，因为平移原点不参与评测；配对场景刀切法 95% 区间为正。

部件关联的把手候选与稠密检测互补：把联合模型的查询关联子掩码追加到稠密检测后，把手 AP 从 24.63% 升到 29.65%（+5.01 个百分点），保留稠密检测原有的匹配前缀并新增 53 个真值把手匹配。 稠密路径在局部判定前景，而部件查询代表一个更大的可动表面，二者失败模式不同；空间置换与随机同尺寸子掩码对照恰好回到 24.63%，说明增益来自真实定位而非单纯延长排序列表。 三类对照（稠密单独、空间置换、随机同尺寸）给出相同基线；三次子模型训练抽样中追加增益为 3.94–5.01 个百分点，参考配置的场景区间在每次留一场景评估中均为正。

部件语义可修正追加把手的运动类别：仅用部件上下文加 0.98 个百分点，加入稠密把手回退的完整规则达到 30.99%（+1.34 个百分点），且只改追加把手的标签，不动掩码、分数与稠密检测。 把手初始继承联合模型父部件的旋转/平移类别，而另一个独立部件预测可能提供更好证据；部件类别通道被打乱后 AP 反而降到 28.62%/28.90%，低于未修正的 29.65%，说明有用的是语义证据本身而非改标签的数量。 部件单独与稠密单独两条线索增益重叠、不可相加；类别分解显示 +2.71 个百分点的平移把手增益区间为正，旋转把手变化未定；三次子模型抽样中修正增益为 0.19–1.34 个百分点，波动大于追加增益。

运动解码无需训练回归器：几何解码器用平面矩形拟合、世界竖直轴先验与把手引导的铰链选择直接算出轴与原点，参考规则得 40.98%，高于所展示的学习式头部（最高 39.36%），而连续回归在同样把手线索下仅 17.24–18.24%。 把“轴从哪来”与“原点在哪”拆成支撑估计、轴先验、铰链选择三步固定规则，使把手证据只通过代表原点进入比较，从而可被单独消融。 学习式头部消费冻结的查询特征与几何，并非联合训练骨干；两个部件模型抽样上规则点估计更高，但配对区间包含零，因此支持的是“在本设定下无需运动回归训练即可有效”，而非统计上已分辨的普遍优势。

该结果面向从静态 RGB 点云恢复交互结构的预测设定，输出是可能的交互描述，不含已执行动作、运动轨迹或补全后的仿真资产；适用场景是近似平面、旋转轴接近世界竖直的机构，如直立门与抽屉。对下游而言，它使把手位置成为可解释的铰链线索、使部件语义成为把手类别的校正来源，并给出一个无需运动回归训练的几何解码器，可供交互推理与仿真管线作为输入。评测限于 Articulate3D 的 195 个训练场景与 42 个公开验证场景，测试标注未公开，组件研究均为开发集比较。

铰链候选覆盖在匹配旋转预测上达 94.4%、条件选择率 88.3%，但实例覆盖仍是主要瓶颈：390 个真值部件中 139 个没有 IoU 达标的掩码，另有 14 个未过轴门、14 个未过原点门，把手联合覆盖 388 个真值把手的一半左右，最小尺寸四分位覆盖最低。类别修正的幅度在三次子模型抽样中从 0.19 到 1.34 个百分点不等，其参考增益与重复训练增益需分开看待；学习式解码器与训练自由规则的配对区间包含零，联合训练表示是否更强仍待检验；父部件条件本身的作用未被单独分离，增益归于所实现的提案来源。此外，本次读取为全文，但图表以文字与表格形式呈现，若需核对具体可视化案例的细节，仍应回到原文图件。