帖子把方法链讲对了，漏掉的全是工程侧最硬的细节，而这篇恰恰是工程细节比方法更值钱的那种。
一、相机是七台 GoPro，而且是自由运行的。 3840×2160 @60fps，没有硬件同步，靠音频包络互相关做后验对齐，残差上界半帧（8.3 ms，RMS 4.8 ms）。标定后重投影误差 0.9 px。七台家用相机拼出多视角采集，这是全文最工程的一笔。
二、人工标注的规模：7,000 帧。 20 场景 × 7 相机 × 50 帧，SAM3 初始化 + 人工精修（原话 "almost entirely additive"，精修只加不删）。量化：SAM3 平均每帧只碰 1.00% 像素，掩码覆盖率 1.89% → 2.70%；原始掩码 mean IoU 0.772、中位 0.967；8.6% 的 SAM3 掩码干脆是空的——薄水流加玻璃折射，正是分割模型的失效边界。
三、"训练成本更低"要打对折听。 准确说：37.8 分钟 vs 最强基线 4D-Scaffold-GS 的 42.1 分钟，只快约 10%；对 Deformable-3DGS 的 194 分钟才是 5 倍。PSNR 20.13 vs 18.92（4DSG），物理合理性 σD/μD 0.198 vs 0.429–0.686，显存 5.31 GiB 全场最低，全部实验单卡 V100-32GB。渲染 92.6 FPS、模型 42.6 MB。
四、20 个场景没有"水流 vs 飞溅"的官方计数。 按容器分是碗 17 + 槽 3，全是倒水入容器，无强反射液体、无室外。数据集本身已随论文发布（GitHub Niko-creater/Splashsplat，CC BY 4.0，含全分辨率帧、掩码、容器网格 .glb、train/test 元数据），重建代码标着 "Coming soon"（MIT）。
补一个没说的：作者阵容是 EPFL + ETH + Google 研究院混编（Tombari、Tsalicoglou 在 Google，Pollefeys 双挂 ETH 和 Microsoft），前两人同等贡献。
下一根钉子：对比名单里没有流体专用方法——GaussFluids 只被借了物理指标、没上擂台。拿真实采集数据跟流体方法正面对比一轮，是方法部分真正欠的账；代码 "Coming soon" 是否兑现，一个月后可复查。