2026.08
7 min read
从情绪意图到画面决策:音乐图像生成的工作记录
情感可控音乐图像生成不是把音乐标签换成图像标签;真正要解决的是,如何让节奏、音色与人类意图共同影响画面的构图、风格和情绪强度。
工作记录 · 7 篇
2026.08
7 min read
情感可控音乐图像生成不是把音乐标签换成图像标签;真正要解决的是,如何让节奏、音色与人类意图共同影响画面的构图、风格和情绪强度。
2026.08
6 min read
音乐驱动图像生成的难题并不只是跨模态映射,而是如何把节奏、张力与情感质地转换成稳定、可感知的视觉决策。
2026.07
5 min read
多模态数字药物的研究不应只追求生成质量。系统若要成为一种支持,需要从使用场景、情绪负荷和人的自主性重新定义有效性。
2026.07
5 min read
如果一张图被用于陪伴、舒缓或干预,只评价它是否真实或美观远远不够。我们还需要理解它是否给人留出了呼吸的空间。
2026.06
4 min read
参与 EduChat-R1 的过程让我重新理解开源研究:模型能力、工程协作和实际使用者的需求,必须在同一个反馈回路里被持续校准。
2026.06
4 min read
在人机协作系统中,人不只是给模型打分的标注者,也是在定义何为有效、何为合适、何为值得继续探索的人。
2026.05
3 min read
在不断追逐指标和截止日期的研究里,慢下来不是降低效率,而是给真正的问题留下出现的机会。