节律符号
竖线与点，为连续书写划出停顿。
字形生成器
让字与字之间，出现新的节奏。
从艺术家的荧光手稿出发，探索新的字形与书写节奏。
轻点字形，查看笔触
100%
正在载入字形…
调整节奏
拖动滑杆，探索字与字之间的关系。每次调整重新排列已有字形。
从线条，到字形。
字形生成器以艺术家多年积累的荧光手稿为基础，探索笔画的结构如何发展为新的字形。
- 01
骨架生成
字形从笔画的中心线开始。骨架决定结构，既可以紧凑如单字，也可以延伸为近似生物的形态。
- 02
上色渲染
沿着骨架，渲染形成笔画的粗细、肌理与荧光颜色，让线条获得笔触的质感。
- 03
收尾
整理线条，去除游离碎片，保留点、眼睛与细小结构，使每个字形的特征得以延续。
白、蓝、绿仅用于区分过程，不代表模型输出的颜色。示例为模型生成，与互动字库分开。
更多过程对照＋
同一实践，新的形态。
手绘笔迹与生成字分别记录。这里并列展示两类形态，呈现实践之间的联系，并非一对一的生成关系。
模型生成字形
用节奏组织书写。
这些字形没有固定的翻译。这里的语法形成于重复、间隔、大小，以及不同形态之间的关系。
单字
紧凑的笔迹，形成间隔与转折。
生物形态
延伸的结构，让运动沿着一行展开。
节律符号、紧凑的单字与延伸的形态在墙上交替出现。字形的大小与间隔，改变着一段书写的节奏。展开上方“调整节奏”，可以尝试自己的排列。
8,267训练材料中的自有手绘字形
≈72M骨架模型参数
以艺术家自己的手稿训练的条件扩散系统。两种比例的画布共用一个骨架网络，再由独立的渲染模型形成笔触。生成、选择与排列，共同构成这项持续中的实验。
深入系统：训练数据、网络与选择 ＋
01 / 训练材料与规模
训练字库包含从艺术家自己的荧光手稿中提取的 8,267 个字形。骨架模型采用 U-Net 结构，约有 7,200 万个参数。网站中的 10,667 条档案记录是另一种统计口径，其中包含相关形态与来源版本，不等于参与训练的独立字种数量。生成字另行保存，不回流训练集。
02 / 两种画布，一个网络
紧凑的字与横向延伸的形态，分别使用两种长宽比例的画布训练，并共享同一套网络权重。网络结合卷积与注意力，不使用位置编码，在不同画布上学习笔画之间的关系。
03 / 四项独立条件
种类、长度、疏密与来源分别编码，再合成为生成条件，从而探索原有墙面中较少出现的组合。训练时会暂时移除部分条件，使系统也能在不完整的条件引导下工作。这些条件描述的是视觉结构，不是文字的含义。
04 / 学习笔画的结构
骨架模型通过条件扩散学习笔画中心线的分布，在逐步去噪中形成新的结构。训练使用余弦噪声调度与 v-prediction，并维护模型权重的指数移动平均（EMA）。轻度几何增强，以及对笔画及其邻近像素的加权，让细小线条在学习中得到更多关注。
05 / 从骨架到笔触
独立的渲染模型接收骨架与笔画宽度信息，形成笔画的粗细、肌理与颜色。新增的条件权重从零初始化，使模型逐步学习遵循给定结构。过程图中的颜色用于区分步骤；网页统一的蓝粉矢量展示属于呈现层，不是每个渲染结果的全部色彩变化。
06 / 收尾与选择
收尾整理轮廓与游离碎片，同时保留点、封闭空间和眼睛等细小特征。挑选时同时看结构是否完整、笔触是否有特征，以及一组字之间是否有足够变化。新骨架与训练骨架上的渲染表现会进行对照，用于检查潜在的记忆与泛化问题。这些检查辅助审阅，不构成原创性的证明，也不替代艺术判断。
07 / 从单字到一段书写
字形生成与整面墙的排列是两个不同环节。排列参考既有书写中的节奏，包括形态的交替、间隔、相对大小与行距。单独成立的字，放入一段书写时仍需要重新考虑位置和相邻关系。上方的交互让观众参与这一层编排。
08 / 网页中实际运行的部分
模型训练与字形生成在 GPU 环境中另行完成。网站加载预先生成的矢量字形，在浏览器中完成重排、缩放与间距调整。点击字形或改变排列不会运行模型，也不会生成新的字。新的实验批次经过审阅后再加入展示。