← Archive
lm-003033 · 2026-08

GLOBAL STYLE KERNEL SEARCHER v0.3

下載 MD 檔 ⬇

GLOBAL STYLE KERNEL SEARCHER v0.3

性質: 可查詢的風格搜尋器原型
用途: 讓 AADS / GAR / Prompt Compiler 由一句自然語言需求,返回最接近的畫師節點、混合配方與路徑配方。
依賴資料:

  • artist_keyword_style_map.csv
  • style_combiner_recipes.csv
  • style_path_recipes.csv

1. 核心目的

v0.1 解決:畫師節點與畫風座標的建立。
v0.2 解決:節點之間的混合配方。
v0.3 解決:一句需求如何查詢到最近的 Style Kernel,並回傳可直接用於生成的候選方案。


2. 整體流程

自然語言需求
    ↓
Lexicon Parser
    ↓
Target Axes / Region / Flags
    ↓
Artist Ranker
    ↓
Hybrid Recipe Ranker
    ↓
Path Recipe Ranker
    ↓
Prompt Compiler / AADS / GAR

對應形式:

QP(Q)KtN(Kt)Q \to P(Q) \to K_t \to \mathcal{N}(K_t)

其中:

  • QQ:使用者查詢
  • P(Q)P(Q):解析器輸出
  • KtK_t:查詢的目標風格向量
  • N(Kt)\mathcal{N}(K_t):附近的畫師/配方鄰域

3. 八維風格座標

K=(L,V,S,D,I,B,R,M)K=(L,V,S,D,I,B,R,M)
  • LL:Line → Painterly
  • VV:Flat → Volumetric
  • SS:Muted → Saturated
  • DD:Minimal → Dense
  • II:Organic → Industrial
  • BB:Bright → Dark
  • RR:Stylized → Realist
  • MM:Static → Dynamic

4. 查詢解析

搜尋器先把自然語言轉成:

  • 目標軸值 target_axes
  • 區域偏好 preferred_regions
  • 旗標,例如 anti_homogenization = true

例如:

低飽和、空氣感、偏日式、不要太網紅臉

會被近似解析成:

  • 低飽和
  • 中低亮度/有空氣透視
  • 偏日本地區
  • 抑制 generic commercial beauty-face

5. 排名結果

每個查詢會返回三層:

  1. Top Artists
  2. Top Hybrid Recipes
  3. Top Style Paths

這讓系統可以同時回答:

  • 最近的單一節點是誰?
  • 最近的二元混合配方是什麼?
  • 最近的三段式風格路徑是什麼?

6. 這版輸出檔案

  • style_kernel_searcher_schema.json
  • style_kernel_lexicon.csv
  • style_kernel_query_examples.csv
  • style_kernel_demo_results.json
  • style_kernel_demo_summary.csv

7. 示範查詢

本版內建 10 組示範查詢:

  1. 低飽和、空氣感、偏日式、不要太網紅臉
  2. 墨線、機械、黑白、動態、工業
  3. 空靈、裝飾、夢幻、長髮、華麗
  4. 厚塗、史詩、奇幻、角色與大場景
  5. 工業科幻、巨大結構、陰冷、低飽和
  6. 高飽和、潮流、海報感、角色設計
  7. 水墨、武俠、黑白灰、妖怪山林
  8. 童話、古典、書籍插畫、裝飾感
  9. 復古未來、設計感、乾淨透視、機械
  10. 電影感、都市夜景、青春人物、空氣感

8. 對 AADS 的價值

AADS 不再需要直接把「畫師名字」作為最終生成指令,而可以做:

query
→ style kernel search
→ choose artists / hybrid recipes / paths
→ compile into neutral feature recipe
→ bind model / LoRA / reference / control assets

也就是:

IntentStyleSearchStyleRecipeGenerationIntent \to StyleSearch \to StyleRecipe \to Generation

9. Anti-Homogenization

本版加入非常初步的 anti_homogenization
它會對過於 generic、過度商業化、容易落入「AI 網紅臉」傾向的節點做懲罰。

之後可進一步變成:

  • face-template penalty
  • generic composition penalty
  • over-polished character penalty
  • over-saturated social-art penalty

10. 下一步 v0.4

最自然的下一步是 v0.4 Prompt Compiler + GAR Binding,也就是直接把查詢結果綁到:

  • base model
  • LoRA / adapter
  • reference set
  • control profile
  • negative recipe
  • anti-homogenization rules

讓輸出不只是「查到誰」,而是「直接可執行」。


11. 總結

v0.3 代表這整套系統第一次從:

地圖

走向:

查詢器

也就是把全球畫風資料正式變成:

一句描述 → 最近節點 → 混合配方 → 路徑配方 → 可編譯風格方案。