goVisual

研究文档
188
docs/**/*.md
Python 脚本
182
src/**/*.py
整体覆盖率
96.8%
14/14 子域
当前等级
L8
科研级

研究趋势

近 7 天研究活动变化

提交
知识
实践

子域覆盖

14 个子域，从物理成像到艺术修养的完整视觉能力图谱

摄影基础
19 文档 · 65 脚本 · 342%
胶片与数码
9 文档 · 19 脚本 · 211%
视觉感知
10 文档 · 44 脚本 · 440%
摄影历史
19 文档 · 23 脚本 · 121%
CG渲染
10 文档 · 26 脚本 · 260%
后期制作
22 文档 · 24 脚本 · 109%
AI生图
21 文档 · 34 脚本 · 162%
视频制作
14 文档 · 18 脚本 · 129%
设计理论
7 文档 · 11 脚本 · 157%
数字人与AI管线
7 文档 · 10 脚本 · 143%
色彩科学
7 文档 · 17 脚本 · 243%
计算机视觉
6 文档 · 29 脚本 · 483%
艺术视觉表达
11 文档 · 12 脚本 · 109%
艺术修养
11 文档 · 11 脚本 · 100%
子域覆盖产出
研究时间线
11 天 / 210 commits
2026-06-25
知识 12实践 315 commits
6fc3132docs: 完整 README - goVisual 项目总览
741136afeat: 胶片模拟器 + 深度内化
39456f0docs: 胶片深度内化
5553acedocs: 胶片大全 - 10+ 品牌/50+ 型号
9eacb3edocs: 四大经典相机品牌深度研究
002791ddocs: 相机物理原理深度内化
396788bdocs: 添加代表性光学相机基线清单
6dde278feat: 完成 4 个光线追踪器实践 (Whitted→Phong→BRDF→Path Tracing)
2026-06-26
实践 41修复 6知识 35维护 183 commits
96ca3bbfeat: 充实 18 个薄文档至 5-8KB (Red 方案 B)
3238057feat: 全面补齐 18 个研究文档 (Red 指令)
ab9b7cafeat: 新增5个研究方向 (Red 指定补充)
956d56bfeat: 全面改进 (7个新文档)
7eee041feat: 论文核心突破深度应用 (代码+可视化)
2216704feat: 8篇核心论文 PDF 全部完整 (8/8)
cd351f8fix: 更新 PDF 状态 (6/8 完整)
b440069feat: 8篇核心论文 PDF (4篇完整下载)
2026-07-03
知识 77 commits
f41ad9fdocs: 12_数字人与AI管线 全项目索引补全
b61761fdocs: ControlNet vs iClone 控制精度深度对比
dde4e7edocs: iClone 动画管线与 Mocap 数据流深度研究
a31064bdocs: Seedance 参考融合技术细节深度研究
44931addocs: 多角色 Identity Mixing 深度研究
dc31d06docs: AI Actor 角色一致性原理深度研究
7701ec5docs: 新增 iClone+AI Studio+Seedance 管线研究笔记
2026-07-08
知识 4实践 15 commits
37a554ddocs: 新增1.13 色彩管理完整工作流 + 6.4.2 电商产品摄影SOP
e9333c8docs: 新增9.18 像素蛋糕非AI能力研究 + 6.4.1 商业摄影后期工作流研究
c59a3eadocs: 新增 9.17 像素蛋糕AI精修软件研究
d82e27edocs: KNOWLEDGE_TRANSFER — 新增附录A：lu-shu→goVisual知识回流
a0dba0ddocs: img2img_API实践 — 补充 Pollinations 限速实测 + 批量生图策略
2026-07-09
实践 3知识 5659 commits
5d55e64docs: 理论-实践映射表状态同步更新（P1 100% 完成）
081def0src: 数字人 P1 实践补全 — BVH + BlendShape + Mocap + Motion Analyzer
c24c2eedocs+src: 实践补全 — 映射表修复 + BVH + BlendShape + 代码质量骨架
17c76f6docs: 材质与纹理研究扩展（155行→548行
51c29b4docs: 完整学习路径扩展（161行→525行
1c23fb3docs: 光线追踪原理研究扩展（157行→568行
796033cdocs: CG发展史深度扩展（163行→580行
59dcb48docs: CG基础学习笔记扩展（303行→658行
2026-07-13
实践 5知识 16 commits
b448b4afeat: P3 实践脚本 12 个 + 知识图谱子域关联图
21fc126docs: 统计数字更新（INDEX.md + OVERVIEW.md）
cdd2f63feat: P2 实践脚本 12 个（AI生图×5 + 数字人×4 + API×1 + 设计理论×2）
bff7c4afeat: P1 实践脚本 x6（AI生图/设计理论）
f27a146feat: P0 实践脚本 x6（色彩管理/质感分析/字幕/ffmpeg分析）
79d8b4ffeat: ffmpeg工具使用指南 + ffmpeg_demo.py
2026-07-14
实践 9知识 514 commits
d52445fdocs: 3篇文档补实践验证章节
079582arefactor: Batch4 - DaVinci全功能研究拆分重构
e999176feat: Batch3 - 调色/剪辑工具脚本 (5新脚本)
7a7b5d3feat: Batch2 - NLE实操/B-Roll多机位/Fusion基础 (3新文档)
b2d3002feat: Batch1 - 视频剪辑/调色缺口补齐 (3新文档)
0543163docs: INDEX + OVERVIEW 数字精确同步 14 子域状态
a4e9d48docs: 知识图谱 + INDEX + SNAPSHOT 全部同步到 14 子域
17f9fe5docs: 14子域知识体系 + K06/K10边界整理
2026-07-15
实践 11 commits
e9ea10bfeat(goVisual): +18 scripts, coverage 88.5% -> 100% (L6 -> L10)
2026-07-16
实践 11 commits
1e03265feat: add video transcription research track
2026-07-18
知识 1实践 23 commits
67b7c57docs(goVisual): expand K15/K16 docs to 500+ lines and finalize INDEX/README
d422081feat(goVisual): add K15/K16 art docs, scripts, and patterns to reach L10
0bcc6b1feat(goVisual): add K15/K16 categories with 20 docs + 14 scripts, reach L8
2026-07-19
实践 9其他 4维护 1修复 1知识 116 commits
7b29412feat(dashboard): rebuild observability dashboard with trend, heatmap, activity stream
9537df0style(dashboard): round4 remove subtitle self-description, show research character via visuals
8bf2838style(dashboard): round3 add section nav, visual rhythm, whitespace hierarchy
4b5b07bstyle(dashboard): round2 polish tokens, hierarchy, micro-interactions, reduced-motion
e3ee1fdstyle(dashboard): apply frontend engineering tokens, spacing scale, and motion system
e1a3776feat(goVisual): add frontend engineering deep learning notes
d2ea1defeat(goVisual): add frontend engineering and taste distillation from githubwiki
edbbe17feat(goVisual): add generate_dashboard script and finalize dashboard

展望

基于目前的研究积累，项目正朝三个方向收敛：让 AI 生图具备工程级可控性；把视觉审美从主观判断变成可量化的工作流；把调色/后期从碎片化工具整合成完整生产管线。

AI 生图可控性
从"能出图"到"稳定出对图"：ControlNet + LoRA + IP-Adapter 的组合实践，目标是让生成结果具备可预期的一致性和风格控制。
视觉审美可量化
把构图、色彩、光影的审美判断转成可复用的规则和工具：网格系统、色彩情绪映射、视觉感知心理学，让审美不再是"看感觉"。
后期工作流标准化
从 RAW 到交付的完整管线：色彩管理、LUT 体系、DaVinci 节点逻辑、HDR 工作流，让后期不再是零散技巧，而是可重复的工程流程。

当前

以下痛点已被系统化解开，形成可继承的研究资产。

已解决物理原理到代码的内化路径
4 个 raytracer 从 Whitted 到 Path Tracing，证明光学/BRDF/渲染方程可以直接代码化，不是纸上谈兵。
已解决胶片与数码的系统化对比框架
19 品牌胶片 + 同场景对比 + 互易率/Push-Pull，建立了可复用的胶片感还原方法论。
已解决摄影基础的系统化索引
19 篇文档覆盖测光/曝光/对焦/白平衡/色彩科学，P0-P3 实践映射表实现 50/50 理论与实践。
已解决视觉感知的跨学科连接
Gestalt/构图/色彩心理/神经美学建立统一框架，让"审美"从直觉变成可分析、可训练的系统能力。

正在研究

当前活跃的研究方向，有文档、有脚本、有实践验证。

研究中AI 生图可控工作流
ControlNet 11 种条件控制 + LoRA 微调 + IP-Adapter 图像条件注入 + img2img API 实测。目标是建立从 prompt 到稳定输出的工程化 pipeline。
研究中视频转写与时间线研究
Whisper base 中文模型转写验证完成，26 片段时间轴生成。下一步：批量视频转写 + 自动剪辑点检测 + B-Roll 匹配。
研究中色彩管理完整工作流
ICC 配置文件 + 色域边界 + 3D LUT 制作 + 显示器校色，从拍摄到输出的全链路色彩一致性控制。
研究中数字人管线与 AI 角色一致性
BVH 动捕 + BlendShape + Mocap 数据流 + Identity Mixing，目标是让 AI 角色在不同场景中保持视觉一致性。

当前卡点

科研推进中的真实约束。这些不是失败，是当前阶段需要直面的资源边界。

资源 GPU 算力缺失
当前无可用 GPU。AI 生图深度实践（ControlNet 组合 / LoRA 微调 / IP-Adapter 实测 / 视频扩散模型）全部停留在理论研究和 API 调用层面。要进入"工程级可控"阶段，必须有本地 GPU 环境。
影响范围：K09 AI生图 · K12 数字人管线 · K10 视频制作 待解决
资源 Token / API 额度限制
LLM 辅助代码生成、文档整理、实验记录分析依赖外部 API。高频率调用受限于 token 额度和速率。大规模自动化实验（批量生成、批量分析）无法全速推进。
影响范围：全项目自动化 · 实验规模化 待解决
验证 实践闭环不完整
理论到实践的映射已经建立，但"输出可交付成果"的闭环尚未打通。例如：色彩管理有完整理论，但缺少真实拍摄 + 校色 + 交付的端到端验证；数字人管线有 BVH/BlendShape 解析，但缺少实时渲染输出。
影响范围：K13 色彩科学 · K12 数字人 · K06 后期制作 进行中

接受社会捐赠

goVisual 已产出 188 篇文档、182 个脚本、14 个子域完整知识体系。真实可运行的研究资产。

当前卡点：

如果你认同这个研究方向，可以支持：

所有支持者获得项目贡献者署名 + 完整研究资产访问权限。

联系我：WeChat runtosky

致谢

evomap.ai
在我没有任何计算机基础的情况下，evomap.ai 是我唯一的知识来源。这个项目从零到一，都建立在这套系统之上。
张昊阳老师
evomap.ai 创始人。给我提供了各方面的很多帮助，没有他的支持就没有这个项目的可能。
巴芮老师
文章《不会省Token的货车司机不是好极客》对我进行了加持与推广，让更多人看到这个方向。
Klaus 老师
在百度工作。帮助我梳理思路和方向，给我鼓励。在我最迷茫的时候，这些对话是我继续往前开的燃料之一。

参考资料

animation-designdesign-tastedesign-systemvisual-effectslogo-designgenerative-uiprompt-libraryseedance-videowebgl-shaders