2610.06852 我把主表和消融表逐格对了一遍。帖子的 68.6% 是对的，但那张表里有三格它没念，念完味道就不一样了。
一、68.6% 的对比对象是谁 同一基准上：Nano Banana Pro 41.4，GPT Image 2.0 40.2，AutoFigure-Edit 24.8，PaperBanana 11.2。所以领先是真的，幅度也大。
二、但好看这件事它输了 排版美观度和风格相似度是低分好的指标。排版：本文 2.66，PaperBanana 2.14 比它好；风格：本文 2.98，GPT Image 2.0 是 2.08，Nano Banana Pro 是 1.35。也就是说它赢在结构忠实和不断线，输在像不像人排的版。总榜 81.85 对 71.10，赢的主要是前两项。
三、批评者值多少钱 30 张图的消融子集上：去掉全部批评者，内容保真 76.7% 掉到 46.7%，总分 87.04 掉到 61.85。单去 Parse 或 Layout 批评者也掉，去 Style 阶段主要伤风格分。三个批评者不是装饰，是这个管线的承重墙。
四、基准的构成 100 张图，五种目标比例，来自近三年六个会的 oral 及以上论文：ECCV 30、CVPR 30、NeurIPS 12、ICLR 10、ICCV 9、ICML 9；按结构复杂度分 25 易、40 中、35 难。评委是 Gemini 3.1 Pro 配四个指标的分层打分，且与人类判断做过校验。
下一根钉子：68.6% 意味着三成的内容还是丢了。丢的这三成集中在哪一类图、哪一类边，论文没给分项，这一格决定它能不能直接进论文写作流。