更细的生成拆件有用吗？
Livideo2D V2：头部从 1 层拆成 9 层，检查素材、控制与补全各自的收益。
指标小幅改善，分层与分割仍有问题
保留原像素的细拆组在共用旧控制时几乎不变。细拆的价值是允许耳朵独立转动，并让原帧外的缺失耳尖得到补全。直接使用九层生成纹理优于旧粗生成头部，但生成时的坐标、比例和五官漂移仍使它明显差于原像素混合模型。
仅看初始帧，粗生成 / 细生成的头发区域 LPIPS 为 0.4663 / 0.3397；验证帧均值为 0.4985 / 0.4125。细生成确实更接近原片，但同时改变了输入裁切和定位方式，不能把全部收益归因于层数。
本轮证据支持“拆件太粗是问题之一”，不足以认定它是主要原因。范围仅限头部；衣服、手臂、腿、尾巴没有重新生成或增加自由度。重建仍有头发遮挡残影和尾巴翻折；开发集人物帧差 MAE 从 0.015756 升至 0.015869，略退步。没有把旧测试集重新当作未见数据。
新增全部图层处理前后审计：当前“后发”实际是其他多边形之外的剩余像素，部分发束边界也是直线切口。像素能重新合成、LPIPS 略降，都不能证明分割正确。本次补充展示真实素材与中间结果，没有修改模型或重新评分。
原片 / V1 / V2 同步对照
新的九层生成图与原像素分区
全部图层：处理前 / 后
15 个最终图层全部列出，顺序从底层到顶层。每张图保留原始尺寸和 alpha；透明区域用棋盘格显示。点击放大可按 1:1 查看、切换处理阶段、下载原始 PNG。
两条素材路径分别展示：原帧 → 多边形切片 → 遮挡补全 → 最终纹理；生成 atlas → 清理裁切 → 人工缩放定位 → 提供补全像素。最终模型没有直接使用整套生成纹理。“分割后”也不等于经过验证的语义分割。
完整输入：原帧、父级头部纹理、生图参考与两轮原始 atlas
头部分割在原图上的实际位置
最终模型的全部 15 层
耳朵：同一画布下的全部修正阶段
四张均为 97×196，原帧坐标范围 [448, -50, 545, 146]。第 50 行对应原帧 y = 0；新增耳尖只在其上方。遮挡补全与耳尖扩展是两个步骤。
9 个生成部件：原始输出 → 清理 → 定位 → 合并
原格保留全部边线、杂点与 alpha。清理步骤只去掉边缘 3px 和小连通域，再紧裁切；定位时按人工框拉伸，比例可能改变。合并只保留原像素及允许的遮挡补全区域，不能把最后一列当作纯生成结果。
第一轮粗拆：全部 6 个历史生成部件
保留原始裁块与洋红抠色后结果。这些是历史候选，不是最终模型的身体、头发或尾巴纹理。
可编辑的 15 层模型
在图层列表选择 completed_ear 可调耳朵；其他头部件也可独立开关或编辑。耳尖新增像素来自本轮生成图，原帧内可见纹理保留。下载的模型运行时不读原视频。
对照与消融
| 取舍 |
|---|
协议、范围与因果边界
复用 V1 的帧号划分、固定区域、原分辨率 LPIPS Alex v0.1 spatial、PSNR、SSIM。人物/头发都是矩形包围区域，并非语义 mask。验证按头发区域 LPIPS 选型，同时要求人物不恶化超过 2%；明显的新裂缝和接缝可视觉否决。
原像素共用控制组与 V1 比较，隔离拆层本身；共用/独立控制组比较，检验新自由度；独立运动的原像素/补全组比较，检验遮挡补全；耳朵扩展范围先做无耳尖的 mesh 对照，再比较生成耳尖。
粗生成/细生成两组均只替换头部，身体和尾巴保持 V1。但 prompt、输入裁切和部件定位也不同，所以两组差距不能全部归因于层数。全生成组的眼部位置与原有表情贴片还存在冲突，单独检查帧 0 的外观误差，避免把该冲突当成纯纹理误差。
时间差只算开发集中相邻帧；验证集没有相邻对，显示“—”。全部候选只有同一次 agent 研究轨迹，不是独立重复。V1 测试已暴露，本轮不新增测试评分、不声称未见测试泛化。完整视频仍展示所有帧。
逐帧指标 JSON · 实验前协议 · 最终选择与哈希 · 完整生图 prompt
LLM 检查与修正记录
失败证据：全生成重组
原片中的闭眼位置、面部形状、后发范围没有被生成器精确保留。增加层数没有自动解决定位；全生成组不作为最终版。
失败证据：发束独立运动
像素分区边界不完全等于解剖分界；多个发束独立旋转会露出错误边缘。LLM 据此撤回发束旋转，仅保留耳朵。
失败证据：耳尖补全的第一版
生成耳尖的接口过宽、颜色不连续，不能仅凭指标略降就接受。代码测量 alpha 截面，匹配边界宽度、混合接缝颜色；24px 长度仍是 agent 的显式假设。
最终局部检查：修正后的耳尖
耳朵方向和尖端形状更接近原片，但根部与刘海之间仍有局部接缝。下一轮优先应是带遮挡关系的语义边界和一致的局部补全，而非继续盲目增加层数。
复现与验证
下载脚本、全部候选、原始生成图与数据 素材来源与定位 只读验证
本轮新增 1 次内置图像生成，未调用收费 API、未训练模型。代码负责裁切、alpha 分区、补全约束、边界测量、渲染和评分；LLM 负责语义边界、角度轨迹、视觉否决和实验选择。没有图像目标驱动的参数搜索或可微渲染。
新增 RGBA 工具通过源像素重组和遮挡补全测试；播放器修正了“忽略已有旋转中心”的问题。V1 冻结场景、纹理、渲染器以及 old_stuff 的 123 个文件保持原哈希。移机依赖和运行方法见研究包 README；评分需原始数据。