視覺反事實與因果理解：如果不這樣畫，會發生什麼？

Visual Counterfactual and Causal Understanding

——從「描述作品」走向「改變作品並預測理解差異」

VUSD Series — Paper 04 / 05
作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-08-31
定位： 基礎理論 / Counterfactual Visual Reasoning / Causal Understanding
研究狀態： 理論原型；提出的是可操作的反事實框架，不宣稱已建立完整的人類視覺因果模型

摘要

Visual Understanding Shared-Domain Theory（VUSD）前三篇分別建立：

從 Creator Intent、Context、Visual Decision、Perceptual Mechanism、Shared Domain 到 Observer Projection 的總體模型；
Creator Rationale、Contextual Cause、Functional Rationale 與 Evidence Provenance 的分離；
可跨觀察者描述的 Understanding Shared-Domain Operator Family。

但如果 AI 只能說：

「這張圖具有高對比、回眸、薄紗、方向張力與較高的 reciprocity。」

它仍可能只是在做高階描述。

真正更接近理解的問題是：

如果把回眸改成正面凝視，會發生什麼？

如果把肩背遮住，會發生什麼？

如果降低服裝透明度，會發生什麼？

如果把人物移到畫面中央，會發生什麼？

如果把背景細節提高，主體 salience 是否一定下降？

因此本文提出：

Visual Counterfactual Reasoning

視覺反事實推理

其核心形式為：

D_i \rightarrow D_i'

並觀察：

\Delta P = P' - P,

\Delta U = U' - U,

以及對特定 observer：

\Delta M_O = M_O' - M_O.

本文主張：

\boxed{ \text{Understanding} \Rightarrow \text{Counterfactual Predictability} }

至少可以把它視為一個強 operational criterion。

但同時強調：

\boxed{ \text{Counterfactual Prediction} \neq \text{Universal Causal Truth}. }

任何反事實推論都必須帶：

scope
observer
context
confidence
evidence
alternative explanation

VUSD Paper 04 的目的不是建立「美術的固定因果公式」，而是讓 AI 對視覺設計提出：

可修改、可比較、可驗證、可被推翻的理由。

1. 描述不等於理解

一個 AI 可以非常流暢地說：

畫面使用對角線構圖，
人物具有強烈動勢，
紅黑配色提高危險感，
背景留白讓主體突出。

但這些句子是否代表理解？

未必。

因為模型可能只是：

recognize familiar visual pattern
+
retrieve familiar art explanation

真正更強的測試是：

把其中一個因素拿掉，模型是否能預測結果？

因此：

\boxed{ \text{Description Fluency} \neq \text{Causal Understanding}. }

2. 反事實的基本形式

令原始作品為：

A.

其中包含 Visual Decisions：

D= \{ D_1,D_2,\dots,D_n \}.

選一個 decision：

D_i

建立替代：

D_i'.

形成：

A' = do( A, D_i\leftarrow D_i' ).

本文借用 do 只是表示：

主動修改某一視覺決策。

不宣稱 VUSD 已完整採用任何特定因果推斷體系。

3. Visual Intervention

反事實的核心不是：

「想像另一張圖。」

而是定義：

Visual Intervention

例如：

D1:
body direction = left
face direction = viewer

Intervention:
face direction = front-aligned

或：

D2:
background detail density = low

Intervention:
background detail density = high

因此：

\mathcal I: D_i \rightarrow D_i'.

4. 最小充分干預原則

如果我們想知道：

回眸是不是造成某種 tension？

最好的測試不是：

重畫整個人物
換背景
換色盤
換姿勢
換衣服

而是：

只改必要維度。

因此：

\boxed{ \text{Counterfactual Test} \rightarrow \text{Minimal Adequate Intervention}. }

這與 EveAtelier 既有：

\boxed{ \text{Small Failure} \rightarrow \text{Smallest Adequate Operator} }

高度一致。

5. 為什麼最小干預很重要？

若同時修改：

pose
camera
palette
costume
background

即使最後 Experienced Meaning 改變，

我們也不知道：

到底是哪一個變化造成的。

因此：

\boxed{ \text{Large Rewrite} \Rightarrow \text{Weak Causal Attribution}. }

6. 反事實不是單層輸出

VUSD 不應只問：

「更漂亮還是更醜？」

而應依層分析：

D \rightarrow P \rightarrow U \rightarrow M_O.

所以每次 intervention 都產生：

ΔDecision
ΔPerceptualMechanism
ΔSharedDomain
ΔObserverMeaning

7. 第一層：Decision Delta

例如：

shoulder exposure:
0.72 → 0.25

或：

gaze:
viewer-directed → off-axis

這只是：

\Delta D.

8. 第二層：Mechanism Delta

例如露肩下降可能造成：

body contour visibility ↓
skin/fabric material contrast ↓
layer boundary complexity ↑

這是：

\Delta P.

9. 第三層：Shared-Domain Delta

再推到：

body salience ↓
reveal-conceal ↓
surface contrast ↓
distance / accessibility 可能改變

即：

\Delta U.

10. 第四層：Observer Projection Delta

對某 observer：

sensual tension ↓
mystery ↑
authority ↑

可能成立。

但對另一 observer：

elegance ↑
sensuality almost unchanged

也可能成立。

因此：

\boxed{ \Delta U \neq \Delta M_O }

但：

\Delta U \rightarrow \Delta M_O

可作為條件式推論。

11. 反事實因果鏈

完整形式：

D_i \rightarrow D_i'

導致：

P \rightarrow P'

再導致：

U \rightarrow U'

最後對 observer $O$ ：

M_O \rightarrow M_O'.

即：

\boxed{ \Delta D \rightarrow \Delta P \rightarrow \Delta U \rightarrow \Delta M_O. }

12. 「如果不這樣畫」不代表一定有唯一答案

同一 intervention：

D_i\rightarrow D_i'

可能產生：

\{ H_1,H_2,\dots,H_k \}.

例如：

把背景變亮

可能：

H1:
subject/background contrast ↓

H2:
如果人物也同步提亮，salience 可能維持

H3:
如果背景色相改變，反而可能提高 color contrast

因此反事實分析應輸出：

primary hypothesis
alternative hypotheses
conditions

而不是單一硬規則。

13. Conditional Counterfactual

更合理表示：

P( \Delta U \mid \mathcal I, C, O ).

也就是：

在特定 context 與 observer 條件下，某種 intervention 對 shared-domain state 的可能影響。

14. 反事實的五個層級

本文提出：

CF-L0 — Feature Counterfactual

改單一表面特徵：

color
brightness
transparency

CF-L1 — Structural Counterfactual

改：

position
scale
direction
pose
layout

CF-L2 — Relational Counterfactual

改：

gaze reciprocity
overlap
distance
grouping
reveal-conceal

CF-L3 — Semantic Counterfactual

改：

symbol
role cue
audience appeal cue
historical reference

CF-L4 — Intent Counterfactual

假設創作目標本身改變：

from:
危險 + 吸引

to:
莊嚴 + 不可接近

再問：

需要哪些 Decision 重新編譯？

15. Intent Counterfactual 與 Visual Counterfactual 不同

Visual Counterfactual

固定 Intent：

I'=I

只修改：

D_i.

Intent Counterfactual

修改：

I\rightarrow I'

然後尋找：

D' = Compile(I').

因此：

\boxed{ \text{Visual Counterfactual} \neq \text{Intent Redesign}. }

16. Style-only Counterfactual

這對 EveAtelier 尤其重要。

若使用者要求：

style-only transformation

則：

I'=I,

且預期：

Identity'\approx Identity,

Garment'\approx Garment,

Exposure'\approx Exposure,

Tension'\approx Tension,

AudienceAppeal'\approx AudienceAppeal.

因此可以問：

若只是換 renderer，哪些 Shared-domain State 不應改變？

這形成：

Preservation Counterfactual

17. Preservation Counterfactual

假設：

S\rightarrow S'

若：

U_{identity}, U_{tension}, U_{appeal}

發生大幅漂移，

則：

style-only transform

可能失敗。

所以：

L_{preserve} = d( U_{source}^{locked}, U_{output}^{locked} ).

18. Counterfactual Boundary

一個風格或角色 identity 可以透過反事實建立邊界。

例如：

哪些東西改掉，角色還是同一人？

或：

哪些東西改掉，就不再像同系列？

因此：

\boxed{ \text{Identity Boundary} = \text{Counterfactual Stability Region}. }

19. Style Boundary

假設作品風格由：

S= ( Surface, ShapeSyntax, VolumeSyntax, CompositionRhythm, Palette ).

可以逐一改動：

只改 Palette
只改 Surface
只改 Proportion
只改 Composition Rhythm

觀察：

哪一步開始失去 same-series 判斷？

這形成：

Boundary_{style}.

20. Artist Counterfactual Boundary

未來畫家建檔可以問：

把哪些 recurring decisions 改掉後，作品仍可被辨識為該畫家？

這比：

列出常用顏色

更接近：

style identity topology

21. Counterfactual Importance Score

對 decision $D_i$ ：

CI(D_i) = d( U(A), U(A_{-i}) ).

其中：

A_{-i}

表示移除或替換 $D_i$ 的作品。

如果：

CI(D_i)\gg 0,

代表它對 Shared-domain configuration 很重要。

22. Meaning Importance Score

對 observer $O$ ：

MI_O(D_i) = d( M_O(A), M_O(A_{-i}) ).

可能：

CI(D_i)

很高，

但：

MI_O(D_i)

很低。

這表示：

結構變很多，但 observer 經驗沒有大改。

反過來也可能成立。

23. Causal Centrality

因此可以建立：

CC(D_i) = f( CI, MI, CrossObserverStability, CrossContextStability ).

這可以幫助識別：

核心設計決策
次要裝飾決策
可替換決策

24. Necessary ≠ Sufficient

若拿掉一個 Decision 後某種 Meaning 消失，

可能表示它：

important

但不一定是唯一必要條件。

因此要區分：

necessary
sufficient
contributing
redundant
substitutable

25. Substitutable Visual Decisions

例如：

威嚴

可能不必依賴：

low angle

也可以透過：

scale
symmetry
distance
vertical composition

實現。

所以：

D_a \sim D_b

若它們能在某 target $U^*$ 下互相替代。

26. Visual Equivalence Class

定義：

[D]_{U^*} = \{ D_i: \Phi(D_i)\approx U^* \}.

即：

不同 visual decisions 可以落到近似的 shared-domain target。

這解釋：

為什麼不存在唯一正確構圖。

27. Counterfactual Search

AI 可以搜尋：

D' = \arg\min_D Cost(D)

subject to：

U(D')\approx U^*.

也就是：

找到最小改動，但能達成目標效果的 visual decision。

28. 這對 AI 編輯很重要

例如：

角色要更有威嚴，但不要改服裝。

系統可搜尋：

camera
pose
negative space
scale
gaze

而不是直接：

換一套皇帝衣服

因此：

\boxed{ \text{Counterfactual Search} \rightarrow \text{Constraint-preserving Editing}. }

29. Local Counterfactual

只修改局部：

face
hand
sleeve
background

觀察局部與全域 $U$ 。

例如：

\Delta U_{local}

與：

\Delta U_{global}.

這對局部 repair 尤其有用。

30. Global Counterfactual

有些改動：

camera perspective
composition
body proportion

會改變全域。

所以不能只看：

pixel difference

而要看：

relation graph difference

31. Visual Counterfactual Graph

可建立：

G_{CF} = ( A_i, \mathcal I_j, \Delta U_{ij} ).

每個節點是一個候選作品狀態，

每條邊是一個 intervention。

這形成：

Visual Counterfactual Space

32. Counterfactual Path

例如：

A0
→ reduce garment opacity
→ redirect gaze
→ simplify background
→ increase accent saturation

形成：

A_0 \rightarrow A_1 \rightarrow A_2 \rightarrow A_3 \rightarrow A_4.

可以觀察：

U_0 \rightarrow U_1 \rightarrow \dots \rightarrow U_4.

33. Revision Trajectory

這正好可用於 RVGR。

Reflexive Generation 不只是：

candidate 1
candidate 2
candidate 3

而可以保存：

what was changed
why
expected ΔU
observed ΔU
accepted?

形成：

Causal Revision Trace

34. Expected vs Observed Delta

對每次 intervention：

\widehat{\Delta U}

表示預測。

生成後測到：

\Delta U_{obs}.

比較：

E_{cf} = d( \widehat{\Delta U}, \Delta U_{obs} ).

這是：

Counterfactual Prediction Error

35. AI 可以從 prediction error 學習

若模型常預測：

increase saturation
→ subject salience ↑

但實驗反覆不成立，

則應降低該規則信心。

因此：

R_{t+1} = Update( R_t, E_{cf} ).

這讓 visual rationale 可以逐漸校準。

36. Counterfactual Learning

流程：

Hypothesize
→ Intervene
→ Observe
→ Compare
→ Update

即：

\boxed{ \text{Visual Theory} \rightarrow \text{Experiment} \rightarrow \text{Theory Update}. }

37. Human-in-the-loop Counterfactual

人類可以選：

A vs A'

並回答：

哪張更像角色？
哪張更有張力？
哪張更像同系列？
哪張更接近原受眾？

形成：

HumanPreference(A,A').

38. Human Judgment 不是唯一證據

Human preference 很重要，

但仍不應：

HumanChoice = UniversalTruth.

它只是：

observer evidence

因此需保留：

observer profile
task
context

39. Multi-Observer Counterfactual

同一 $A\rightarrow A'$ ，

收集：

O_1,\dots,O_n.

得到：

\Delta M_{O_1}, \dots, \Delta M_{O_n}.

可以觀察：

共識
分歧
分群

40. Observer Cluster

例如某作品修改後：

Group A:
更有魅力

Group B:
更俗艷

Group C:
差異不大

這不是實驗失敗。

它可能顯示：

\boxed{ \text{Observer Projection is multimodal}. }

41. Culture-conditioned Counterfactual

某符號的介入：

white clothing
→ red clothing

Shared-domain 的：

chromatic salience

可能穩定變化。

但：

mourning
celebration
danger

可能依文化而不同。

因此：

\Delta U

可能跨文化穩定，

而：

\Delta M_O

不穩定。

42. Historical Counterfactual

歷史作品也可以做反事實分析：

若沒有某種顏料技術，該視覺策略是否仍可成立？

或：

若把現代視覺語彙帶回當時，當代 observer 是否會同樣解讀？

但要標：

HISTORICAL_COUNTERFACTUAL

不能當史實。

43. Creator Intent Counterfactual

也可以問：

若作者目標不是宗教莊嚴，而是日常親密，哪些視覺決策應改變？

這是：

I\rightarrow I'

再推：

D\rightarrow D'.

這對 AI Art Director 很重要。

44. Reverse Counterfactual

不只：

改 Decision，看 Meaning。

也可以：

想改 Meaning，要改哪些 Decision？

形式：

\Delta M^* \rightarrow \Delta U^* \rightarrow \Delta D^*.

這是：

Inverse Visual Counterfactual

45. Inverse Counterfactual 不是唯一解

因為：

D \rightarrow U

是 many-to-many。

所以：

\Delta U^*

可能對應：

\{ \Delta D_1, \Delta D_2, \dots \}.

AI 應提出候選方案，而不是宣稱唯一正解。

46. Counterfactual Planning

例如：

Goal:
增加危險感
保持性感張力
保持角色身份

系統可提出：

Plan A:
increase eye shadow contrast
reduce smile certainty
retain shoulder exposure

Plan B:
increase serpent prominence
lower background visibility
retain gaze reciprocity

再生成比較。

47. Causal Constraint Lock

對不可改維度：

Identity Lock
Garment Topology Lock
Exposure Map Lock
Tension Lock
Audience Appeal Lock

反事實搜尋必須：

D'\in\Omega_{locked}.

避免為了達成一個效果破壞其他語義。

48. Counterfactual Semantic Drift

定義：

L_{semantic} = d( SemanticLocked(A), SemanticLocked(A') ).

若 intervention 目的只是：

increase salience

但：

identity drift ↑
audience appeal collapse

則是失敗。

49. Good Counterfactual Edit

應滿足：

\Delta U_{target} \approx \Delta U^*

且：

L_{semantic}\rightarrow0

同時：

Cost(\mathcal I)

盡量小。

50. Counterfactual Utility

可定義：

Utility_{cf} = Gain_{target} - SemanticDrift - EditCost - Uncertainty.

51. 反事實中的 Trade-off

例如：

increase transparency

可能：

reveal-conceal ↑
body salience ↑
material realism ↓
historical plausibility ↓

所以：

\boxed{ \text{One Intervention} \rightarrow \text{Multiple Deltas}. }

52. Visual Causal Entanglement

某些 Decision 高度耦合。

例如：

pose
garment fold
hair flow
camera

不能完全獨立修改。

因此：

D_i \not\perp D_j.

這稱為：

Visual Causal Entanglement

53. Entangled Intervention

若修改：

body pose

但不改：

cloth fold
hair gravity
lighting

可能生成不自然結果。

因此最小干預不是：

永遠只改一個參數。

而是：

最小因果閉包

54. Minimal Causal Closure

令：

Closure(D_i) = \{ D_i,D_j,\dots \}

為保持一致性必須一起調整的最小集合。

則：

\boxed{ \text{Minimal Intervention} = \text{Minimal Causal Closure}, }

而不是單一變量盲改。

55. 這和美術實作非常接近

例如：

改頭部角度。

通常要一起調：

脖子
頭髮
耳飾
光影
眼神方向

否則會破壞一致性。

這就是：

Closure(HeadRotation).

56. Counterfactual Operator Family

本文建議未來建立：

visual.cf.feature_substitute
visual.cf.structure_shift
visual.cf.relational_rebind
visual.cf.semantic_remove
visual.cf.semantic_insert
visual.cf.scope_lock
visual.cf.observer_reproject
visual.cf.intent_recompile
visual.cf.minimal_closure
visual.cf.delta_compare

57. Counterfactual Record

{
  "counterfactualId": "cf:...",
  "artifactBefore": "artifact:A",
  "artifactAfter": "artifact:A2",
  "intervention": {
    "target": "gaze",
    "from": "viewer-directed",
    "to": "off-axis"
  },
  "lockedSemantics": [
    "identity",
    "garment_topology"
  ],
  "expectedDeltaU": {
    "reciprocity": -0.35,
    "distance_tension": 0.18
  },
  "observedDeltaU": {
    "reciprocity": -0.29,
    "distance_tension": 0.11
  },
  "observerEffects": [],
  "confidence": 0.68
}

58. Counterfactual Evidence

反事實結果可以來自：

GENERATED_VARIANT
MANUAL_EDIT
HISTORICAL_VARIANT
USER_AB_TEST
MODEL_SIMULATION
CONTROLLED_EXPERIMENT

證據強度不同。

59. Simulation ≠ Observation

AI 只在文字裡想像：

如果改了會怎樣。

這是：

MODEL_SIMULATION

而真的生成後比較：

GENERATED_VARIANT

證據更強。

因此：

\boxed{ \text{Predicted Counterfactual} \neq \text{Observed Counterfactual}. }

60. Counterfactual Calibration

理想系統要保存：

Prediction \leftrightarrow Outcome.

長期統計：

哪些 rationale 常成立
哪些只在特定 domain 成立
哪些 AI 經常誤判

61. Model-specific Counterfactual Error

不同多模態 AI：

M_1,M_2,\dots

可能有不同：

E_{cf}(M_i).

因此未來可以評估：

Visual Causal Reasoning Benchmark

而不只是 image caption benchmark。

62. Benchmark 任務一：Single-variable Counterfactual

給兩張只差一個因素的圖。

問：

改了什麼？
Shared-domain 哪些 state 改變？
哪些沒有改？

63. Benchmark 任務二：Predict Before Seeing

先給原圖，

告知 intervention：

把視線轉開

要求 AI 預測。

再給結果圖。

比較：

\widehat{\Delta U}

與：

\Delta U.

64. Benchmark 任務三：Inverse Counterfactual

給目標：

更有距離感

要求提出：

最小三種修改方案

並保持 Identity Lock。

65. Benchmark 任務四：Confounder Detection

給兩張差異很大的圖。

要求 AI 判斷：

能不能把結果歸因於單一視覺決策？

正確答案有時應是：

NO

66. Benchmark 任務五：Alternative Explanation

要求至少提出：

兩個可競爭的因果假說

以及如何測試。

67. Benchmark 任務六：Cross-observer Projection

固定 $\Delta U$ ，

提供不同 Observer Profile，

預測不同 $\Delta M_O$ 。

68. Falsification

真正的 visual rationale 應允許被推翻。

例如假說：

「高飽和 accent 一定提高主體 salience。」

反例：

背景也同樣高飽和
主體面積太小
色彩分布過度分散

都可能使假說失敗。

所以：

\boxed{ \text{Rationale} \text{ must carry falsification conditions}. }

69. Counterexample Store

未來 Runtime 應保存：

supports
counterexamples
scope failures
observer failures
historical failures

而不是只保存成功案例。

70. Causal Rule Scope

每條 rule：

dark background → subject salience ↑

必須標：

scope:
character portrait

conditions:
subject brighter than background

counterconditions:
background contains strong local highlights

71. Contextual Causality

因此：

Effect = f( Intervention, ArtifactState, Context, Observer ).

不是：

Intervention \rightarrow FixedEffect.

72. Visual Causal Graph

VUSD 可用圖表示：

Decision
↓
Mechanism
↓
Shared Operator
↓
Composite Shared State
↓
Observer Projection
↓
Experienced Meaning

並加入：

Context
Observer
Historical Prior

作為條件節點。

73. 不應把所有 correlation 當 causation

若很多成功作品都：

high contrast

不代表：

高對比造成一切成功。

可能有：

genre convention
selection bias
market bias
training data bias

因此：

\boxed{ \text{Visual Correlation} \neq \text{Visual Causation}. }

74. AI Dataset Bias

生成模型可能把：

美

與：

某種臉型
高曝光光影
高飽和

綁得很緊。

反事實測試可以暴露：

Default Aesthetic Basin

即：

AI 是否只是把所有作品推向訓練資料的高機率美學盆地？

75. Counterfactual Against Default Convergence

例如：

保留皺紋
保留粗糙臉
保留非對稱
保留低飽和

逐項 Lock，

再觀察模型是否仍能：

提高品質

而不把角色同質化。

76. 反事實與 Appeal Preservation

假設 style transfer 後：

角色更漂亮

但：

Tension ↓
AudienceAppeal ↓
ExposureMap drift

則可以逐項回補：

restore gaze
restore shoulder exposure
restore pose curve

觀察：

哪些因素才是原角色 appeal 的 causal contributors？

77. 不要把 Audience Appeal 簡化成單一因果

同一 audience appeal 可能由：

face
bodyline
gaze
authority
gesture
costume
distance

共同實現。

因此 Counterfactual 可以逐項估計：

Contribution_i.

但仍需注意 interaction effect。

78. Interaction Effect

如果：

gaze alone

作用很小，

但：

gaze + backward pose

作用很大，

則：

Effect(D_i,D_j) \neq Effect(D_i)+Effect(D_j).

這是：

Visual Interaction Effect

79. Synergy

可定義：

Synergy(D_i,D_j) = Effect(D_i,D_j) - Effect(D_i) - Effect(D_j).

例如：

薄紗
+
露肩
+
回眸

可能共同形成高於單項總和的 relation tension。

80. Antagonism

也可能：

高細節
+
高飽和
+
高對比

互相競爭，

導致：

visual clutter

所以：

Synergy<0.

81. Counterfactual Set，而非單點

因此對高耦合設計，

需要：

2^n

全部組合不一定可行。

可用：

factorial subset
adaptive experiment
Bayesian search
AI-guided candidate selection

降低成本。

82. Experimental Budget

視覺反事實不是免費的。

生成多個 variant 有：

GPU cost
human review cost
latency
provider cost
attention cost

因此：

ExperimentUtility = InformationGain - Cost.

83. Active Counterfactual Learning

AI 應選：

最有資訊價值的下一個 intervention。

即：

\mathcal I^* = \arg\max_{\mathcal I} ExpectedInformationGain.

這讓美術理解從：

大量亂試

變成：

active visual experimentation

84. Human Preference Query

如果兩個 causal hypotheses 無法由 machine evidence 區分，

系統可以：

ASK_HUMAN

例如：

「你重視的是危險感，還是更直接的性感張力？」

這符合 AADS：

machine evidence
≠
human preference

85. Counterfactual Decision Classes

AADS / RVGR 可以輸出：

KEEP
REMOVE
AMPLIFY
REDUCE
SUBSTITUTE
RECOMBINE
DEFER
ASK_HUMAN

86. Counterfactual Stop Condition

如果：

target improvement < threshold
semantic drift > threshold
budget exhausted
observer disagreement unresolved

就應停止。

不是無限重畫。

87. Causal Revision Loop

完整循環：

Observe \rightarrow Hypothesize \rightarrow Intervene \rightarrow Generate/Edit \rightarrow Reobserve \rightarrow Compare \rightarrow Update.

這其實是：

Reflexive Visual Causal Loop

88. 與 RVGR 的雙層結構

外層：

AADS / Workbench

決定：

why change
what target

內層：

RVGR

執行：

how to change
when to observe
when to rewrite

因此：

\boxed{ \text{VUSD Counterfactual} = \text{Reasoning Layer} }

而：

\boxed{ \text{RVGR} = \text{Execution / Revision Layer}. }

89. Counterfactual Audit Trail

每次修改應保存：

before
hypothesis
intervention
expected effect
actual effect
human judgment
promotion decision

避免最後只剩：

final.png

而失去整個認知過程。

90. Promotion 仍然是獨立問題

即使：

counterfactual prediction correct

也不代表：

candidate should become current

因此：

\boxed{ \text{Causal Success} \neq \text{Canonical Promotion}. }

與 EveAtelier 既有：

\text{Execution Success} \neq \text{Canonical Promotion}

一致。

91. Counterfactual Understanding 與創造力

反事實能力不只用來分析已有作品。

它還支援創造：

如果故意違反這條關係會怎樣？

例如：

故意破壞比例
故意壓縮 figure-ground
故意製造視覺不平衡
故意把高級感和廉價材質混合

這可能產生新的語法。

92. 因果理解不等於遵守規則

這是非常重要的命題：

\boxed{ \text{Understanding a Rule} \neq \text{Obeying the Rule}. }

真正的創作者可以：

因為知道它會造成什麼，所以故意違反。

93. Intentional Violation

定義：

KNOWN_EFFECT
+
DELIBERATE_VIOLATION

例如：

明知道對稱更穩，故意破壞對稱以增加不安。

這是：

Intentional Counterfactual Composition

94. 反事實也是新美術的來源

如果 AI 可以系統性問：

如果不遵守既有構圖規則呢？
如果把兩種衝突的 operator 綁在一起呢？
如果把現在認為無效的組合放到新媒介呢？

則：

CounterfactualSearch \rightarrow NovelVisualGrammar.

這會直接通往 Paper 05 的：

Adaptive Operator Ecology

95. 從理解到發明

因此：

\boxed{ \text{Counterfactual Understanding} \rightarrow \text{Counterfactual Creation}. }

當 AI 不只知道：

什麼通常有效。

還知道：

改掉它會怎樣。

它才能更有意識地探索：

哪些新的不穩定區域可能形成新美術。

96. Visual Theory 不應只保存成功規則

真正的 Visual Theory Runtime 要保存：

rule
conditions
exceptions
counterexamples
failed interventions
successful interventions
observer disagreement
historical scope

而不是：

10 rules for better composition

97. Counterfactual Knowledge Record

未來可以：

{
  "ruleId": "vusd.rule.subject_salience.dark_background.v0.1",
  "hypothesis": "lower background luminance may increase subject salience",
  "conditions": [
    "subject luminance remains higher",
    "background has low local highlight competition"
  ],
  "counterexamples": [],
  "testedDomains": [
    "character_portrait"
  ],
  "observerAgreement": 0.0,
  "status": "PROVISIONAL"
}

98. Provisional by Default

所有新 causal rule 預設：

PROVISIONAL

而不是：

UNIVERSAL

這是為 Paper 05 的動態演化預留空間。

99. Core Invariants

VUSD-CF1

\boxed{ \text{Description} \neq \text{Causal Understanding}. }

VUSD-CF2

\boxed{ \text{Counterfactual Prediction} \neq \text{Universal Causal Truth}. }

VUSD-CF3

\boxed{ \text{Visual Correlation} \neq \text{Visual Causation}. }

VUSD-CF4

\boxed{ \text{Predicted Counterfactual} \neq \text{Observed Counterfactual}. }

VUSD-CF5

\boxed{ \text{Visual Counterfactual} \neq \text{Intent Redesign}. }

VUSD-CF6

\boxed{ \text{Minimal Intervention} = \text{Minimal Causal Closure}. }

VUSD-CF7

\boxed{ \text{One Intervention} \rightarrow \text{Multiple Deltas}. }

VUSD-CF8

\boxed{ \text{Causal Success} \neq \text{Canonical Promotion}. }

VUSD-CF9

\boxed{ \text{Understanding a Rule} \neq \text{Obeying the Rule}. }

VUSD-CF10

\boxed{ \text{Counterfactual Understanding} \rightarrow \text{Counterfactual Creation}. }

100. 實驗路線

E1 — Controlled Single-decision Edits

人工或程式建立只改一個 decision 的 A/B。

E2 — Shared-domain Delta Prediction

先預測：

\widehat{\Delta U}.

再比較：

\Delta U.

E3 — Observer Projection Test

收集不同 observer 的：

\Delta M_O.

E4 — Minimal Closure Test

測試修改一個 decision 時，最小因果閉包應包含哪些耦合變量。

E5 — Inverse Counterfactual Planning

給定 target meaning / shared-domain target，要求 AI 提出最小可行 edit。

E6 — Style-preservation Counterfactual

測試 renderer 改變時，identity / tension / appeal 是否可維持。

E7 — Artist Style Boundary

逐項移除 recurring visual decisions，測試 style recognition boundary。

E8 — Human–AI Causal Agreement

比較 AI 預測與人類 A/B judgment。

E9 — Cross-model Counterfactual Benchmark

比較不同多模態模型：

prediction accuracy
alternative explanation quality
confounder detection
uncertainty calibration

E10 — Novel Operator Discovery

故意生成：

known rule violations

觀察是否產生新的可重複視覺效果。

101. 與 Paper 05 的接口

Paper 04 建立：

\text{Hypothesis} \rightarrow \text{Intervention} \rightarrow \text{Evidence} \rightarrow \text{Update}.

這意味著 Visual Operator 不應是固定字典。

如果新 intervention 反覆顯示：

原 operator 不成立
原 operator 太粗
原 operator 只在某個年代成立
新的關係反覆出現

那麼：

\mathcal O_t \rightarrow \mathcal O_{t+1}.

因此下一篇：

視覺演化與自適應算子生態

將回答：

當藝術、AI、媒介、文化與 observer 本身都會演化時，視覺理論如何保持可用，又不把今天的美術凍結成永恆本體？

102. 結論

真正的視覺理解不能只停留在：

這裡用了什麼
這是什麼風格
這張圖給人什麼感覺

它還必須能問：

如果不這樣做呢？

這個問題迫使系統區分：

表面相關
功能關係
因果假說
observer projection
context condition

並允許：

生成替代
A/B 比較
錯誤修正
假說推翻
理論更新

因此本文提出：

\boxed{ \text{Visual Understanding} \Rightarrow \text{Counterfactual Capability}. }

但不是：

\text{Counterfactual Capability} = \text{Perfect Causal Knowledge}.

更合理的目標是：

\boxed{ \text{Hypothesize} \rightarrow \text{Intervene} \rightarrow \text{Observe} \rightarrow \text{Compare} \rightarrow \text{Update}. }

一個真正成熟的 AI 美術系統不應只說：

「這樣比較好看。」

它應能說：

「我推測這個回眸主要維持 reciprocity 與 directional conflict。如果將視線改為完全正面，預期 direct reciprocity 上升，但 approach–avoidance tension 下降。這只是條件式預測；我們可以生成最小變體，保留身份、服裝與比例，只修改視線與必要的頭頸閉包，再讓 evaluator 與人類比較。」

這時候 AI 才開始從：

\text{Art Description}

進入：

\boxed{ \text{Art Reasoning}. }

而當它進一步可以利用反事實去創造從未存在的新視覺語法時，

VUSD 就不再只是：

理解過去的美術

而開始成為：

探索未來美術的工具。

End of VUSD Paper 04 / 05 — v0.1