# 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：

1. 從 Creator Intent、Context、Visual Decision、Perceptual Mechanism、Shared Domain 到 Observer Projection 的總體模型；
2. Creator Rationale、Contextual Cause、Functional Rationale 與 Evidence Provenance 的分離；
3. 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：

```text
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：

```text
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：

```text
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：

```text
D1:
body direction = left
face direction = viewer

Intervention:
face direction = front-aligned
```

或：

```text
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：

```text
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：

```text
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：

```text
ΔDecision
ΔPerceptualMechanism
ΔSharedDomain
ΔObserverMeaning
```

---

# 7. 第一層：Decision Delta

例如：

```text
shoulder exposure:
0.72 → 0.25
```

或：

```text
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：

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

這是：

$$
\Delta P.
$$

---

# 9. 第三層：Shared-Domain Delta

再推到：

```text
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：

```text
sensual tension ↓
mystery ↑
authority ↑
```

可能成立。

但對另一 observer：

```text
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：

```text
把背景變亮
```

可能：

```text
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：

```text
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：

```text
color
brightness
transparency
```

---

## CF-L1 — Structural Counterfactual

改：

```text
position
scale
direction
pose
layout
```

---

## CF-L2 — Relational Counterfactual

改：

```text
gaze reciprocity
overlap
distance
grouping
reveal-conceal
```

---

## CF-L3 — Semantic Counterfactual

改：

```text
symbol
role cue
audience appeal cue
historical reference
```

---

## CF-L4 — Intent Counterfactual

假設創作目標本身改變：

```text
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：

```text
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：

```text
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：

```text
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：

```text
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：

```text
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：

```text
important
```

但不一定是唯一必要條件。

因此要區分：

```text
necessary
sufficient
contributing
redundant
substitutable
```

---

# 25. Substitutable Visual Decisions

例如：

```text
威嚴
```

可能不必依賴：

```text
low angle
```

也可以透過：

```text
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：

```text
camera
pose
negative space
scale
gaze
```

而不是直接：

```text
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：

```text
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：

```text
camera perspective
composition
body proportion
```

會改變全域。

所以不能只看：

```text
pixel difference
```

而要看：

```text
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：

```text
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：

```text
candidate 1
candidate 2
candidate 3
```

而可以保存：

```text
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：

```text
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：

```text
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：

```text
A vs A'
```

並回答：

```text
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：

```text
observer evidence
```

因此需保留：

```text
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：

```text
共識
分歧
分群
```

---

# 40. Observer Cluster

例如某作品修改後：

```text
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：

```text
white clothing
→ red clothing
```

Shared-domain 的：

```text
chromatic salience
```

可能穩定變化。

但：

```text
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：

```text
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：

```text
Goal:
增加危險感
保持性感張力
保持角色身份
```

系統可提出：

```text
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：

```text
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：

```text
increase salience
```

但：

```text
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：

```text
increase transparency
```

可能：

```text
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：

```text
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：

```text
body pose
```

但不改：

```text
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：

```text
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：

```text
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

```json
{
  "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：

```text
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：

```text
MODEL_SIMULATION
```

而真的生成後比較：

```text
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：

```text
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：

```text
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：

```text
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：

```text
更有距離感
```

要求提出：

```text
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：

```text
NO
```

---

# 66. Benchmark 任務五：Alternative Explanation

要求至少提出：

```text
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：

```text
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：

```text
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：

```text
dark background → subject salience ↑
```

必須標：

```text
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：

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

並加入：

```text
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：

```text
high contrast
```

不代表：

> 高對比造成一切成功。

可能有：

```text
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：

```text
美
```

與：

```text
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：

```text
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：

```text
提高品質
```

而不把角色同質化。

---

# 76. 反事實與 Appeal Preservation

假設 style transfer 後：

```text
角色更漂亮
```

但：

```text
Tension ↓
AudienceAppeal ↓
ExposureMap drift
```

則可以逐項回補：

```text
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：

```text
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：

```text
gaze alone
```

作用很小，

但：

```text
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：

```text
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：

```text
高細節
+
高飽和
+
高對比
```

互相競爭，

導致：

```text
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：

```text
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：

```text
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：

```text
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：

```text
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：

```text
machine evidence
≠
human preference
```

---

# 85. Counterfactual Decision Classes

AADS / RVGR 可以輸出：

```text
KEEP
REMOVE
AMPLIFY
REDUCE
SUBSTITUTE
RECOMBINE
DEFER
ASK_HUMAN
```

---

# 86. Counterfactual Stop Condition

如果：

```text
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：

```text
AADS / Workbench
```

決定：

```text
why change
what target
```

內層：

```text
RVGR
```

執行：

```text
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：

```text
before
hypothesis
intervention
expected effect
actual effect
human judgment
promotion decision
```

避免最後只剩：

```text
final.png
```

而失去整個認知過程。

---

# 90. Promotion 仍然是獨立問題

即使：

```text
counterfactual prediction correct
```

也不代表：

```text
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：

```text
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：

```text
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：

```text
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：

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

而不是：

```text
10 rules for better composition
```

---

# 97. Counterfactual Knowledge Record

未來可以：

```json
{
  "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：

```text
PROVISIONAL
```

而不是：

```text
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：

```text
prediction accuracy
alternative explanation quality
confounder detection
uncertainty calibration
```

---

## E10 — Novel Operator Discovery

故意生成：

```text
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：

```text
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：

```text
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：

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

並允許：

```text
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：

```text
理解過去的美術
```

而開始成為：

```text
探索未來美術的工具。
```

---

**End of VUSD Paper 04 / 05 — v0.1**