# 原生符號繪圖假說：從語義壓縮、程序圖形到模型視覺簽名的可檢驗理論 **英文題名：** The Native Symbolic Drawing Hypothesis: A Testable Theory of Semantic Compression, Procedural Graphics, and Model-Specific Visual Signatures **作者：** Neo.K **日期：** 2026-07-30 **文件類型：** 命題猜想論文 **版本：** v1.0 --- ## 摘要 當大型語言模型不直接呼叫專用圖像生成模型，而是透過 SVG、Canvas、Turtle、幾何圖元、文字排版或繪圖程式產生圖像時，其作品經常呈現簡化、稚拙、可愛、奇特、比例不穩定卻具有高度可辨識性的視覺特徵。這類作品容易被直覺地描述為「像小孩子畫的圖」，並引出一個更深層問題：這種圖像是否比高保真圖像生成結果更接近模型自身的原生繪圖能力？ 本文提出「原生符號繪圖假說」。該假說不主張模型具有神秘、人格化或完全脫離訓練資料的內在畫風，而是提出一個可操作、可反證的理論：當高容量像素生成器、攝影寫實先驗與成熟審美對齊層被削弱時，模型必須直接把語義結構轉換成有限的圖形原語、座標、層級與繪製程序；此時，模型的語義壓縮策略、物件分解方式、空間規劃偏差與程序生成習慣，可能以較少遮蔽的形式外顯。若這些特徵能跨提示、跨渲染器、跨修正迴圈穩定存在，便可將其定義為「模型視覺簽名」或「原生視覺殘差」。 本文進一步區分符號式繪圖與專用圖像生成，分析兒童畫相似感可能來自語義優先、低頻寬表示、幾何原語偏好與開迴路繪圖等機制，並提出包含消融實驗、跨模型比較、盲測評分、結構新穎度、訓練資料近鄰檢查及視覺回饋修正的驗證方案。本文的核心主張是：符號式繪圖未必比像素生成「更原創」，但可能更適合觀察模型如何把概念轉譯成可視結構；它所揭露的不是純粹脫離歷史圖像的創造，而是生成系統中較接近模型構圖層的可辨識殘差。 **關鍵詞：** 原生符號繪圖、程序圖形、大型語言模型、SVG、視覺簽名、語義壓縮、組合泛化、人工智慧創造力 --- ## 一、問題的提出 現代文字生成圖像系統可以產生高度寫實、材質細膩、光影完整且風格成熟的圖片。原生多模態圖像模型也已將語言理解、世界知識與圖像生成更緊密地整合，使模型能夠遵循複雜指令、處理圖片輸入並生成高保真結果[1][2]。然而，當同一類語言模型不使用專用圖像生成器，而改以 SVG 程式碼、Canvas 指令、幾何圖形或簡單筆畫直接「畫圖」時，其結果往往呈現另一種視覺氣質： 1. 物件由少量幾何形狀構成； 2. 比例與透視不一定精準； 3. 表情、輪廓與辨識特徵被誇張； 4. 色彩與構圖常帶有可愛、圖標化或稚拙感； 5. 即使技術上不精細，仍可能出現難以預期的奇特構形。 這使我們不能只用「畫得比較差」來概括這種現象。更值得研究的問題是： > 當專用像素生成能力被移除後，模型是否會暴露出較接近自身語義—空間轉譯機制的視覺表達？ 這一問題包含兩個不同層次： 第一，符號式繪圖是否具有跨作品穩定的模型特徵？ 第二，這些特徵是否比專用圖像模型的輸出更能反映模型自身的構圖過程？ 本文不預設答案為肯定，而是把這個直覺改寫成可測量、可比較與可反證的命題。 --- ## 二、概念區分：兩種不同的圖像生成通道 ### 2.1 專用圖像生成 專用圖像模型通常直接在高維視覺表示或像素分布中生成結果，可抽象表示為： $$ Y_{\mathrm{img}} \sim p_{\phi}(Y\mid P,C,\epsilon), $$ 其中： - $P$ 為文字提示； - $C$ 為對話、參考圖片或其他條件； - $\epsilon$ 為取樣噪聲； - $\phi$ 為圖像生成模型參數； - $Y_{\mathrm{img}}$ 為最終影像。 這一通道能同時調用大量視覺先驗，包括材質、光照、攝影構圖、風格、人體結構與物件外觀。高容量模型的優勢是能產生細節豐富的完整畫面，但其構圖決策常被高保真渲染、訓練分布與審美對齊共同包覆。 ### 2.2 符號式或程序式繪圖 符號式繪圖則先產生可解釋的中介表示，再交由渲染器輸出圖像： $$ G_{\theta}(P) = \left\{ o_i,\, g_i,\, x_i,\, y_i,\, z_i,\, c_i,\, r_i \right\}_{i=1}^{n}, $$ $$ Y_{\mathrm{sym}} = R\left(G_{\theta}(P)\right), $$ 其中： - $o_i$ 為圖形物件； - $g_i$ 為幾何原語或路徑； - $(x_i,y_i)$ 為位置； - $z_i$ 為圖層順序； - $c_i$ 為色彩與樣式； - $r_i$ 為物件間關係； - $R$ 為 SVG、Canvas 或其他渲染器。 向量圖形研究已顯示，模型可以直接學習 SVG 階層、路徑序列與文字條件，並支援圖示生成、插值、語義組合與編輯[3][4]。但僅以文字序列輸出 SVG 的模型也容易缺乏即時視覺訊號；近期研究因此加入內部視覺引導，以改善幾何一致性與視覺品質[5]。 這兩種通道不是「真正畫圖」與「虛假畫圖」的二分，而是不同的生成介面： $$ \text{專用生成} = \text{高維視覺分布中的條件取樣}, $$ $$ \text{符號繪圖} = \text{語義結構到圖形程序的顯式轉譯}. $$ --- ## 三、原生符號繪圖假說 ### 3.1 核心命題 **原生符號繪圖假說：** > 當一個語言或多模態模型在不依賴高容量專用像素生成器的條件下，直接以有限圖形原語、向量路徑、座標與繪圖程序產生圖像時，輸出將更明顯地暴露該模型的語義壓縮、物件分解、空間配置與程序生成偏好。若這些偏好跨提示、跨渲染器與跨視覺修正流程保持相對穩定，則可將其操作性地定義為模型的原生視覺簽名。 這裡的「原生」不是指未受資料影響，也不是指模型擁有獨立於訓練歷史之外的純粹內在形式，而是指： $$ \text{原生性} = \text{在控制提示、媒介與渲染因素後仍存在的模型特定殘差}. $$ ### 3.2 模型視覺簽名 令 $F(Y)$ 為一組視覺特徵，包括線條密度、圓形比例、對稱程度、色彩數量、頭身比、留白、視覺中心與圖元複雜度。對模型 $m$ 、提示 $p$ 、渲染器 $r$ 與繪圖條件 $c$ ，定義： $$ Y_{m,p,r,c} = R_r\left(G_m(p,c)\right). $$ 在扣除提示與渲染器的平均效應後，模型視覺殘差可寫為： $$ \Sigma_m = \mathbb{E}_{p,r,c} \left[ F(Y_{m,p,r,c}) - \mu_{p,r,c} \right], $$ 其中 $\mu_{p,r,c}$ 是跨模型平均特徵。 若 $\Sigma_m$ 在不同樣本中具有穩定方向，便可稱為模型 $m$ 的視覺簽名。其重點不是單一作品是否奇特，而是統計上的可重現性。 --- ## 四、為什麼符號繪圖容易呈現兒童畫般的特徵？ ### 4.1 語義優先於光學模擬 兒童表徵性繪圖的形成，不只是手部控制逐漸精確，也涉及「知道物體應有哪些部分」以及主動補全表徵。研究發現，人類幼兒即使動作控制仍不成熟，也可能嘗試補足不完整臉部中缺失的部件，顯示認知表徵會先於精細描摹發揮作用[6]。另有研究主張，早期塗鴉不應被視為毫無意義的運動活動，而可包含逐漸形成的表徵過程[7]。 符號式 AI 繪圖也可能採取相似但不等同的策略： $$ \text{貓} \mapsto \{ \text{圓形頭部}, \text{三角耳朵}, \text{眼睛}, \text{鬍鬚}, \text{尾巴} \}. $$ 模型優先確保語義身份，而非模擬完整光學現象。因此它可能具有： $$ \text{拓撲可辨識性} > \text{度量精確性}. $$ 這會產生「看得出來是什麼，但比例與細節不完全正確」的結果。 ### 4.2 低頻寬迫使語義壓縮 專用圖像模型可控制大量連續視覺變量，而程序圖形通常只能使用有限圖元。若符號繪圖的表示預算為 $B_{\mathrm{sym}}$ ，像素生成的有效表示預算為 $B_{\mathrm{img}}$ ，則通常有： $$ B_{\mathrm{sym}} \ll B_{\mathrm{img}}. $$ 模型因此必須將物件壓縮為最具辨識力的特徵： $$ \text{複雜視覺物件} \rightarrow \text{少量診斷性符號}. $$ 例如狐狸可能被壓縮為尖耳、橘色、大尾巴與三角鼻。這種壓縮同時提高辨識度並減少細節，容易產生圖標化、玩具化與可愛感。 ### 4.3 幾何原語的形狀先驗 當可用原語主要是圓、橢圓、矩形、短線與貝茲曲線時，系統自然偏向： - 大面積圓形； - 明確輪廓； - 高度對稱； - 短肢體； - 大眼睛； - 少量色塊。 因此可愛感未必是模型主動追求的審美，而可能是： $$ \text{低複雜度原語} + \text{高辨識度壓縮} \Rightarrow \text{幼態化視覺效果}. $$ ### 4.4 開迴路繪圖與空間誤差 純文字模型生成 SVG 時，可能一次輸出完整程式，而無法在每一筆之後觀看畫布。這形成近似開迴路控制： $$ P \rightarrow G_{\theta} \rightarrow R \rightarrow Y, $$ 而不是： $$ P \rightarrow G_1 \rightarrow Y_1 \rightarrow \text{觀察} \rightarrow G_2 \rightarrow \cdots \rightarrow Y_n. $$ 缺乏視覺回饋容易造成： - 圖層遮擋； - 腿或手無處安放； - 比例漂移； - 路徑交錯； - 文字與圖形重疊。 內部視覺引導能改善 SVG 的幾何一致性，間接支持「盲畫」是品質限制的重要來源[5]。因此，兒童畫感的一部分可能只是控制迴路不完整，而不是模型穩定畫風。 --- ## 五、原創性問題：不是簡單拼貼，也不是無歷史生成 ### 5.1 專用圖像模型不等於圖片拼貼器 生成模型並非通常從資料庫中直接取出數張圖片，再剪下局部拼接。更合理的描述是： $$ D_{\mathrm{train}} \rightarrow \phi \rightarrow p_{\phi}(Y\mid P) \rightarrow Y. $$ 模型將訓練資料中的統計結構編碼於參數與表示空間，再依條件生成新樣本。專用圖像生成能展現一定程度的組合泛化，但在物件屬性、關係與結構複雜度增加時仍可能快速下降[8][9]。這表示它既不是純複製，也不是無限制的自由組合。 ### 5.2 記憶與近似重現確實存在 另一方面，擴散模型可能記憶訓練圖像；研究已提出以反演方式測量不同圖像的記憶程度，並區分訓練成員資格與實際重現風險[10]。因此生成可以概念化為： $$ \text{生成} = \text{泛化} + \text{插值} + \text{組合} + \text{有限外推} + \text{潛在記憶}. $$ 不同模型、提示與資料條件會改變各部分權重。 ### 5.3 符號式繪圖同樣受訓練資料影響 語言模型知道「眼睛通常在鼻子上方」或「房子常有屋頂」，同樣來自訓練資料與人類文化符號。直接生成 SVG 並不自動成為完全純粹的原創。它的研究價值在於： > 符號生成將構圖決策轉換為較可觀察的物件、關係與程序，因而更容易分析模型如何重組所學，而不是證明模型脫離一切既有表徵。 --- ## 六、可反證預測 原生符號繪圖假說若要成立，必須產生可失敗的預測。 ### 預測一：跨提示穩定性 在不指定藝術風格的條件下，同一模型對不同內容提示仍會反覆出現部分共同特徵，例如： - 相近的圓角偏好； - 類似的線寬； - 穩定的對稱程度； - 特定的構圖中心； - 相似的角色頭身比例。 若所有特徵完全由提示內容決定，則假說受到削弱。 ### 預測二：跨渲染器保存 將同一模型生成的抽象場景規格分別轉為 SVG、Canvas 與其他中性渲染器後，部分結構特徵仍應保留： $$ \operatorname{sim} \left( \Sigma_m^{\mathrm{SVG}}, \Sigma_m^{\mathrm{Canvas}} \right) > \tau. $$ 若所謂畫風只存在於特定 SVG 預設、字型或渲染器，則它是工具簽名而非模型簽名。 ### 預測三：視覺回饋後的殘差存續 加入「生成—觀看—修正」迴圈後，比例錯誤與遮擋應下降；但若模型確有穩定構圖偏好，部分特徵不應完全消失。 $$ \Sigma_m^{\mathrm{open-loop}} \neq 0, $$ $$ \Sigma_m^{\mathrm{feedback}} \neq 0. $$ 若所有稚拙特徵在一次視覺修正後完全消失，則它們主要是控制誤差，而非原生視覺簽名。 ### 預測四：高語義壓縮率 符號繪圖應以較少圖元維持可辨識性。定義： $$ \rho(Y) = \frac{\text{可辨識語義單位數}} {\text{有效圖形原語數}}. $$ 相對於隨機或人工堆疊圖元，模型應形成較高的 $\rho(Y)$ ；不同模型可能具有穩定的壓縮策略差異。 ### 預測五：模型間可分類性 若視覺簽名存在，僅根據未標記作者的符號作品，分類器或盲測者應能以高於隨機的準確率識別生成模型： $$ \operatorname{Acc}_{\mathrm{model-ID}} > \operatorname{Acc}_{\mathrm{chance}}. $$ 若模型完全不可區分，則「模型特定視覺簽名」缺乏支持。 --- ## 七、驗證實驗設計 ### 7.1 實驗對象與生成條件 選擇多個語言／多模態模型，每個模型完成相同提示集，並設置四種條件： #### 條件 A：開迴路符號繪圖 - 只允許輸出 SVG 或 Canvas 程式； - 不可觀看渲染結果； - 不使用參考圖片； - 不指定藝術家或既有畫風。 #### 條件 B：閉迴路符號繪圖 - 首次生成後渲染； - 模型觀看結果； - 允許固定次數修正； - 完整保存每一版差異。 #### 條件 C：專用圖像生成 - 使用相同文字提示； - 不提供符號版本作為參考； - 保存隨機種子或可控制生成條件。 #### 條件 D：人類基準 可選擇未受專業訓練的成人、專業插畫者，或合法且有倫理審查的兒童畫資料集作為比較。兒童畫只用於風格特徵比較，不應將 AI 的認知狀態直接等同於兒童。 ### 7.2 提示集 提示至少應包含四類： 1. **常見物件：** 坐在月亮上的兔子； 2. **罕見組合：** 住在透明鳥巢裡的魚； 3. **空間約束：** 三角形位於圓形後方，且只露出左半部； 4. **抽象概念：** 一個思想逐漸忘記自己的來源。 每類至少配置多個難度層級，並控制字數、物件數與關係複雜度。文字到圖像模型在結構複雜度提高時可能出現明顯性能下降，因此不能只用單物件提示判斷其構圖能力[8]。 ### 7.3 測量指標 #### 語義正確性 由盲測者或視覺問答系統判斷物件、屬性與關係是否成立。 #### 幼態感與可愛感 評分內容包括： - 頭身比； - 眼睛尺寸； - 圓形使用率； - 線條簡化； - 色彩數量； - 透視扁平度； - 比例誇張程度。 此指標只描述視覺效果，不推論模型年齡或心理狀態。 #### 程序複雜度 $$ C_{\mathrm{proc}} = \alpha N_{\mathrm{objects}} + \beta N_{\mathrm{paths}} + \gamma N_{\mathrm{commands}} + \delta D_{\mathrm{nesting}}. $$ #### 結構新穎度 比較生成物件關係、圖層與構圖是否與已知作品近鄰高度相似。 #### 視覺近鄰距離 使用多種視覺嵌入、感知雜湊與局部特徵搜尋： $$ d_{\min}(Y,D) = \min_{x\in D} d\left(f(Y),f(x)\right). $$ 由於完整訓練集通常不可取得，此測量只能證明「未在可檢索集合中找到近鄰」，不能證明輸出完全不受訓練資料影響。 #### 跨提示一致性 估計模型視覺特徵在不同提示下的變異： $$ S_{\mathrm{prompt}}(m) = 1- \frac{ \operatorname{Var}_{p}\left(F(Y_{m,p})\right) }{ \operatorname{Var}_{m,p}\left(F(Y_{m,p})\right) }. $$ 數值越高，表示模型內部一致性相對越強。 ### 7.4 原生視覺簽名指數 可定義： $$ \operatorname{NVSI}(m) = w_1S_{\mathrm{prompt}} + w_2S_{\mathrm{renderer}} + w_3S_{\mathrm{feedback}} + w_4A_{\mathrm{model-ID}} - w_5D_{\mathrm{style-prompt}}, $$ 其中： - $S_{\mathrm{prompt}}$ ：跨提示穩定性； - $S_{\mathrm{renderer}}$ ：跨渲染器穩定性； - $S_{\mathrm{feedback}}$ ：修正後殘差存續； - $A_{\mathrm{model-ID}}$ ：模型識別準確率； - $D_{\mathrm{style-prompt}}$ ：對明示風格詞的依賴。 只有當多項指標共同成立時，才應主張存在模型視覺簽名。 ### 7.5 統計模型 可使用混合效應模型分離模型、提示、渲染器與評分者差異： $$ y_{ijkl} = \beta_0 + \beta_1M_i + \beta_2C_j + \beta_3R_k + \beta_4M_iC_j + u_l + v_p + \epsilon_{ijkl}, $$ 其中： - $M_i$ 為模型； - $C_j$ 為生成條件； - $R_k$ 為渲染器； - $u_l$ 為評分者隨機效應； - $v_p$ 為提示隨機效應。 這能避免把單一提示或個別評分者偏好誤判為模型特質。 --- ## 八、支持、削弱與反證條件 ### 8.1 支持假說的結果 若實驗發現： 1. 同一模型跨主題具有穩定圖形偏好； 2. 偏好跨渲染器保存； 3. 視覺回饋消除了錯誤，卻未完全消除構圖特徵； 4. 不同模型的作品可被可靠分類； 5. 這些差異不能由固定範本、預設樣式或提示詞解釋； 則可以合理支持「原生符號視覺簽名」的存在。 ### 8.2 削弱假說的結果 若特徵主要隨以下因素改變： - SVG 函式庫； - 預設色盤； - 程式範例； - 系統提示； - 渲染器； - 單次隨機性； 則所觀察到的風格更可能是工具鏈殘差。 ### 8.3 強反證 若在控制提示、渲染器與範本後： $$ \Sigma_m \approx 0 $$ 且模型識別準確率接近隨機，同時視覺回饋使所有特徵趨同，則「模型特定原生視覺簽名」應被拒絕。 但即使如此，較弱命題仍可能成立： > 符號繪圖是一種揭露語義壓縮與程序控制限制的媒介，而不必具有模型特定畫風。 --- ## 九、理論意義 ### 9.1 從作品表面轉向生成介面 傳統 AI 圖像討論常集中於最終圖片是否漂亮、是否像某位藝術家、是否侵犯著作權。原生符號繪圖假說則把問題轉向： $$ \text{模型如何把概念變成可視結構？} $$ 因為 SVG 與程序圖形保留物件、路徑、層級與座標，研究者可以直接分析生成程序，而不只能解讀最終像素。 ### 9.2 區分語義創造與渲染創造 可將圖像生成拆成： $$ \text{視覺創造} = \text{概念選擇} + \text{關係組合} + \text{構圖配置} + \text{媒介實現} + \text{表面渲染}. $$ 專用圖像模型在表面渲染上極強，不代表所有創造性都發生於渲染層；符號式繪圖則可能更清楚地顯示概念與關係組合，但不能因此自動獲得更高原創性。 ### 9.3 模型視覺簽名是系統現象 即使發現穩定簽名，也不應立即人格化。其來源可能是： $$ \text{視覺簽名} = \text{訓練資料偏差} + \text{模型架構} + \text{對齊策略} + \text{解碼習慣} + \text{工具介面} + \text{上下文狀態}. $$ 因此它更接近系統辨識中的輸出特徵，而不是形而上學意義的固定人格。 ### 9.4 一種新的 AI 藝術研究路線 若假說得到支持，AI 藝術研究可不只比較生成圖片，也可以研究： - 模型偏好的幾何原語； - 模型如何分解身體與物件； - 模型對空間關係的錯誤類型； - 不同模型的構圖壓縮策略； - 反覆修正後仍殘留的視覺選擇； - 模型在未知組合中的結構創新。 這將 AI 圖像研究從「風格模仿」推向「生成認知結構分析」。 --- ## 十、限制 第一，沒有完整訓練資料時，無法證明任何圖像完全沒有近似來源。 第二，符號式繪圖能力高度依賴程式碼能力；程式能力不足可能被誤認為視覺風格。 第三，SVG、Canvas 與 Turtle 並非中性媒介，其圖元、API 與範例本身會施加結構偏差。 第四，「兒童畫感」是人類觀看者的審美分類，不應直接推論模型具有兒童式認知。 第五，同一產品中的語言模型、繪圖工具、系統提示與後處理可能共同作用，因此研究對象應定義為完整生成系統，而不能任意把所有特徵歸因於單一神經網路。 第六，視覺簽名可能隨版本、微調與系統提示快速改變，因此它未必是永久不變的模型身份。 --- ## 十一、結論 原生符號繪圖假說提供了一個介於「AI 只是在拼貼舊圖」與「AI 擁有純粹獨立畫風」之間的可檢驗立場。 專用圖像模型不是普通圖片剪貼器，它能從所學視覺分布中生成新樣本並完成一定程度的組合；但它也可能受到資料近鄰、記憶與常見視覺模式約束。符號式繪圖同樣不是脫離訓練資料的純創造，卻因必須把語義明確轉譯為圖元、座標、層級與程序，可能更直接暴露模型的構圖策略。 因此本文最終提出： $$ \boxed{ \text{符號式繪圖不是 AI 最純粹的畫， 而是較少被高保真渲染遮蔽的構圖觀測窗。} } $$ 若某些可愛、稚拙與奇特特徵跨提示、跨渲染器及跨修正迴圈保持穩定，它們便不只是「畫得不好」，而可能構成模型的原生視覺殘差。反之，若這些特徵在更換工具或加入回饋後立即消失，則它們主要是媒介與控制限制。 真正值得研究的不是哪一張圖看起來最像 AI 的「內心」，而是： $$ \boxed{ \text{在控制媒介與資料因素後， 生成系統仍會以何種方式把概念壓縮並顯影為圖形？} } $$ 這一問題既可進行工程實驗，也能成為人工智慧創造力、生成認知與視覺表徵研究的新入口。 --- ## 參考文獻 [1] OpenAI. *Introducing 4o Image Generation*. 2025. [2] OpenAI. *Addendum to GPT-4o System Card: 4o Image Generation*. 2025. [3] Carlier, A., Danelljan, M., Alahi, A., & Timofte, R. *DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation*. NeurIPS, 2020. arXiv:2007.11301. [4] Wu, R., Su, W., Ma, K., & Liao, J. *IconShop: Text-Guided Vector Icon Synthesis with Autoregressive Transformers*. 2023. arXiv:2304.14400. [5] Zhang, P., Zhao, N., Fisher, M., Xu, Y., Liao, J., & Liu, D. *DuetSVG: Unified Multimodal SVG Generation with Internal Visual Guidance*. 2025. arXiv:2512.10894. [6] Saito, A., Hayashi, M., Takeshita, H., & Matsuzawa, T. “The Origin of Representational Drawing: A Comparison of Human Children and Chimpanzees.” *Child Development*, 85(6), 2232–2246, 2014. DOI: 10.1111/cdev.12319. [7] Longobardi, C., Quaglia, R., & Iotti, N. O. “Reconsidering the Scribbling Stage of Drawing: A New Perspective on Toddlers’ Representational Processes.” *Frontiers in Psychology*, 6, 1227, 2015. DOI: 10.3389/fpsyg.2015.01227. [8] You, H.-J., et al. *FormalImG: Evaluating Structural Compositional Generalization for T2I Models*. CompLearn, 2026. [9] Han, X., Jin, L., Liu, X., & Liang, P. P. *Progressive Compositionality in Text-to-Image Generative Models*. ICLR, 2025. [10] Ma, Z., Li, Q., Zhang, X., et al. *An Inversion-based Measure of Memorization for Diffusion Models*. 2024. arXiv:2405.05846. --- ## 文件狀態 - 本文為可反證的命題猜想論文，不宣稱假說已被證明。 - 「原生」採操作性定義，不表示模型完全脫離訓練資料。 - 「兒童畫感」僅指視覺特徵相似，不等同於兒童認知或心理狀態。