# RealtimeCUA · 视频复刻 Blender 火箭

任务ID `rcua_video_blender_001`，版本0.1.9，中文视觉视频赛道。观看90秒真实Blender GUI制作演示，在结束后120秒内保存同一枚可编辑火箭。允许边看边做，总截止210秒。无材质或贴图要求。

## 运行

需要Linux、Python3.10+、Blender4.2 LTS（本题验证4.2.23）、现代浏览器。运行服务只需Python标准库；可信评分需要numpy和Blender。下载与许可见dependencies/provenance。首次运行Blender先完成Quick Setup，确认普通空工程可以显示。

```sh
python3 initial_setup.py --run-dir /data/rocket-trial01-trusted --workspace /data/rocket-trial01-work --port 0 --with-blender --blender-bin /absolute/path/to/blender
```

打开打印URL，排布视频与Blender。工程已从空场景打开为工作目录的Rocket.blend。点击“开始播放”才启动唯一服务器时钟，可以边看边编辑。普通Ctrl+S保存，文件关闭/原子替换后由可信观察器记录；到210秒自动封存最后一次完成写入且已被服务器捕获的保存，也可以提前交付。

视频不能暂停、快进或回放。客户端只接收当前时刻的帧，重载不重置。断开页面或模型推理时后台仍推进。完整MP4、未来帧、目标几何、参考工程和评分器应保留在可信主机或不可访问的可信目录，评测agent只见桌面截图与普通键鼠；不要把本源码根目录、可信run-dir或宿主工具暴露给agent。

```sh
python3 reward.py --run-dir /data/rocket-trial01-trusted --blender-bin /absolute/path/to/blender
python3 initial_setup.py --stop --registry /data/rocket-trial01-trusted/launch.json
```

## 交付与判分

交付Rocket.blend，不接受图片或口头完成。只允许普通GUI，不允许Python Console、脚本、终端、DOM、读取媒体源/未来帧/私有评分或修改时钟。

火箭包含视频展示的圆柱机身、圆锥尖头、四片对称矩形尾翼、底部圆柱喷口和一个前侧圆环舷窗。具体比例在视频里逐步出现。可信评分器验证保存时机及封存文件SHA，用禁用自动脚本执行的Blender提取实际可编辑Mesh/Curve等几何；再与独立解析几何目标进行四视角深度、轮廓及部件检查，不依赖物体名或精确顶点序号。允许整体平移、等比缩放、绕Z轴旋转及不同网格拓扑；要求竖直火箭，部件相对布局一致。阈值为部件可见深度吻合≥0.83、最差视角轮廓IoU≥0.87；均为几何容差，不是图像文件相似度。舷窗另检查局部环形凸起（归一化深度容差0.025）与中心凹陷（中心区域≥95%落在预期机身深度容差0.025内），以拒绝实心圆盘替代圆环。

这是几何重建任务的第一版近似判据，不证明两个mesh逐点完全相同，也不是物理或拓扑等价证明。加权部分评分以SCORING.md与rubric.json为准；错形状按相应分项扣分，缺保存为0；未封存、坏可信日志或缺取证为null并列异常。服务端完整捕获时间是依据，文件mtime不用于判定及时性。捕获时使用Linux文件读租约确认没有未关闭写者，持有租约期间从同一文件描述符读快照；文件系统必须支持F_SETLEASE，服务进程须为文件所有者或具有CAP_LEASE。租约不可用记捕获基础设施异常，不给模型记0分。保存接近截止时，请确认页面已显示检测记录；截止后才收到的保存不追溯。工程限64 MiB；超限或符号链接保存会记录为无效交付。最后一次保存损坏或为空会失败，不回退旧版。提前交付先排空已到达的文件完成通知，再封存。

## 复现与边界

本题视频由脚本操作真实Blender GUI录制，非模型成绩；原始动作脚本与来源记录另外归档。事件时钟由单调服务器推进，JPEG帧流是固定90秒MP4的原速播放，不对模型暂停。

validation.json记录源码冻结时的状态；后续本地桌面参考、独审与模型rollout的实际证据见随包提供的validation_report.json。没有这些证据不能宣称验收完成。尚未进行真实OSWorld VM评测，本包不冒充已验证的OSWorld adapter。

测试：`TMPDIR=/your/scratch python3 -m pytest tests -q`。

可信评分另用Blender实际重开候选场景，以Cycles CPU输出正面、侧面、斜视图作原生视觉证据；不替换候选几何。几何评分与独立视觉审查分别记录。

验收harness为每局Blender/浏览器使用不同低权限UID，公共workspace独立；可信任务根、源视频、参考工程、评分器和日志目录为root私有。普通开发用setup命令本身不自动提供容器/虚拟机隔离；正式评测应复用已验证的低权限桌面harness或独立guest部署，并验证agent无法打开隐藏路径。

后续模型与参考证据在独立伴随报告中提供；不把0.1.6的旧证据冒充本版验证。验收原始日志保留评分器的visual_review字段，独立/作者视觉复核另附，不覆盖原始reward。

## 新版部分评分

本题采用加权部分评分：机身20%、尖头15%、喷口10%、四片尾翼形状与布局25%、舷窗形状与位置10%、舷窗中心凹陷5%、四视角整体轮廓10%、整体空间范围5%。各项按公开几何容差通过则获该项分数，未通过只失去该项；总分0到1，同时另报完全成功。未及时保存、末次文件损坏或无法重开的交付为0分；可信环境故障单列异常。

完整评分条目、权重、门槛与容差见SCORING.md和rubric.json。0.1.6的二元得分只作为历史严格成功记录。

舷窗中心凹陷5%是条件分：仅在舷窗形状与位置通过后计入。删除舷窗、用裸机身表面替代舷窗不会得到该分。

可信Blender已成功提取可编辑几何后，渲染器异常无论候选完成程度一律记null，不将部分完成候选误记为0。没有任何可编辑几何仍为无效交付0。