MOODBOARD

视觉一致性测量

设计师很少靠语言来说明一种风格。他们会把几张参考图钉在墙上，说：“就要这种感觉。”这个页面所做的，就是把“这种感觉”变成可以测量的数值。这里的风格画板由八幅参考画作组成。系统从中学习这些画共有的气质，再给任意一张新图片打出契合度分数。本页所有内容均来自开源 moodboard 引擎的同一次离线运行，所用方法和内容哈希见页尾。

下面五个小节共同组成一个闭环，并不是五段互不相关的演示。画板先定义风格；评分再把契合程度化成一个数，同时如实标出其中的不确定性；生成后的改动严格限于事先承诺的像素范围；只有明确重新训练系统，偏好才会改变；每次编辑先参考哪些图片，则由编辑意图决定。参考图送进生成器，判断结果再反馈给品味系统。这一来一回的闭环，就是整个系统。

8幅参考画作

4个有效来源

24个评分候选

5个相扣环节

画板

八幅已经进入公有领域的画作定义了这块画板：四幅出自克劳德·洛兰（Claude Lorrain），四幅出自梵高。画板把它们浓缩成一套共同的风格表示，涵盖色板、色调和构图。其中几幅画在这个空间里非常接近，因此系统算出的有效来源只有 4 个，而不是 8 个。

给新作品评分

每幅参考画作都有三种版本：原图、水平镜像，以及以中心为准裁切到九成大小。这样一共得到 24 个候选版本，再交给画板评分排序。完整排名见下表：每行对应一幅画，每列对应一种变体，每格列出画板给出的名次和分数。这个分数叫保形 p 值（conformal p-value），用来衡量候选图与画板本身的风格有多难区分；1.000 表示无法区分。方括号里是通过留一重采样得到的 90% 区间。

画作	原样	镜像	裁切 90%
丝柏	#1 · 1.000 [0.71, 1.00]	#10 · 0.889 [0.50, 0.88]	#18 · 0.778 [0.29, 0.75]
花开果园	#1 · 1.000 [1.00, 1.00]	#10 · 0.889 [0.79, 0.88]	#18 · 0.778 [0.59, 0.88]
橄榄树	#1 · 1.000 [0.92, 1.00]	#1 · 1.000 [0.92, 1.00]	#1 · 1.000 [0.88, 1.00]
日出	#1 · 1.000 [0.84, 1.00]	#10 · 0.889 [0.75, 0.88]	#10 · 0.889 [0.62, 0.88]
麦田	#1 · 1.000 [0.63, 1.00]	#1 · 1.000 [0.84, 1.00]	#1 · 1.000 [0.84, 1.00]
渡口	#18 · 0.778 [0.34, 0.88]	#18 · 0.778 [0.25, 0.75]	#10 · 0.889 [0.25, 0.88]
田园	#10 · 0.889 [0.46, 0.88]	#10 · 0.889 [0.42, 0.88]	#10 · 0.889 [0.29, 0.88]
特洛伊妇女	#23 · 0.111 [0.17, 0.25]	#22 · 0.222 [0.17, 0.25]	#23 · 0.111 [0.12, 0.12]

《特洛伊妇女》的所有变体得分最低，尽管这幅画本身就在画板中。评分看的是八幅参考画形成的整体共识；一幅画仅仅因为属于画板，并不会自动得到高契合度。

只改一处,其余原样保留

只把选中的苹果树换成一棵成熟的柠檬树。确认矩形之外的场景、相机几何和光照都要保持不变。原始指令:Replace only the selected apple tree with a mature lemon tree. Preserve the scene outside the confirmed rectangle, camera geometry, and lighting.

生成器最初输出的图片改动了明确要求不能动的区域。掩膜外的相似度只有 0.175，低于 0.950 的阈值，因此这次生成被拒绝。随后，流水线裁出指定区域，只重新生成这一块，再把它合成回原图。掩膜外共有 432,192 个像素，没有一个发生变化。

Source photograph — 原图 · 1280 × 960 · 白框为确认矩形;框外是受保护区域

Raw generator output, rejected — **原始输出**· 红色晕染 = 矩形外被改动的像素 · SSIM 0.175 ·判拒

Cutout composite, kept — **裁块合成**· 绿框 = 唯一重新生成的区域；框外的 432,192 个像素全部保持不变 ·保留

生成器的原始输出来自 Adobe Firefly 网页版。“框外保持不变”由合成器提供确定性保证。运行记录也如实注明，这是合成器的特性，并不是说生成器本身就能做到。

偏好只在重训练时移动

画板使用一个小型的成对比较排序模型，模型基于冻结嵌入。快照 A 使用已记录的 64 条判断训练而成，并在事件 112 时发布为不可变版本。随后，系统又加入 96 条按另一套标注规则生成的判断，重新训练出快照 B，并在事件 208 时单独发布。A 的预测始终没有任何变化。

这里展示了八对已记录分歧样本中的三对。每一对中，两套规则选出的赢家正好相反。数字表示模型认为规则集 B 所选一方获胜的概率，重训练前后各列一个。

wheat field · crop — p(规则集 B 的选择) 1.93e-32 → **0.5023**

cypresses · crop — p(规则集 B 的选择) 0 → **0.5021**

olive trees · mirror — p(规则集 B 的选择) 0.00198 → **0.5003**

在两套规则意见相反的 8 对留出样本上，模型认为规则集 B 所选一方会胜出的概率从 0.02% 升到 50.1%。判断标签由模拟的规则集生成，运行记录对此有明确说明。这里要说明的只有一点：系统所衡量的品味确实变了。这种变化来自一次明确执行的重训练，不是悄悄发生的更新。

意图决定编辑参考什么

每次编辑都从检索开始。系统先解析已经说明的意图，据此确定检索命名空间，并用硬性集合条件筛选。候选图只在这个集合内排序，依据是视觉嵌入的精确余弦相似度；排在第一位的参考图，就是生成器接下来要看的上下文图。下面两种编辑意图针对的是同一张原始照片，检索时用的也是同一个图库；但各自找出的前三名参考图没有一张重叠。

只把选中的苹果树换成一棵成熟的柠檬树。确认矩形之外的场景、相机几何和光照都要保持不变。原始指令:Replace only the selected apple tree with a mature lemon tree. Preserve the scene outside the confirmed rectangle, camera geometry, and lighting.

过滤:集合 fruit-lemon · 视觉嵌入精确余弦 · 参考 4 幅

**fruit_lemon_santa_clara**
score 0.8433 · rank 4

**fruit_lemon_detail**
score 0.7921 · rank 5

**fruit_lemon_menton**
score 0.7569 · rank 6

**fruit_lemon_argos**
score 0.7482 · rank 7

把整个场景重绘为一幅光感通透的克劳德·洛兰田园油画,同时保留原图的构图与主体关系。原始指令:Restyle the complete scene as a luminous Claude Lorrain pastoral painting while preserving the source composition and subject relationships.

过滤:集合 style-claude-lorrain · 视觉嵌入精确余弦 · 参考 4 幅

**style_claude_sunrise**
score 0.7711 · rank 3

**style_claude_pastoral**
score 0.7630 · rank 4

**style_claude_ford**
score 0.7551 · rank 5

**style_claude_trojan_women**
score 0.6123 · rank 8

随后，系统按照同一个重绘意图生成了两次。下方原样列出两次使用的提示词（保留英文，以忠实呈现运行记录）。没有参考图时，只能在提示词里手工写上一长串风格词来弥补；把检索出的前三名参考图作为上下文图附上后，提示词就只剩一句话，风格则由参考图来体现。像素余弦只衡量生成结果与原始照片在像素上的接近程度，用来检查构图，并不是风格分数。两次生成的结果及其溯源信息都已记录在案。

Restyle, prompt only, no references attached — **仅提示词** · 未附任何参考图 · 与原图像素余弦 0.899

Restyle conditioned on the three retrieved references — **附检索参考图** · 洛兰参考前三名作为上下文附上 · 与原图像素余弦 0.831

带参考图的输出与原图差得更远，恰恰是因为它认真采用了检索到的风格：金色的空气感来自参考图，而不是提示词。这些数据只用于描述和诊断，不是验收门槛。这里检查的是路由结构是否正确，并不据此评价检索本身的质量。