{
  "method": "视觉评阅：每段输出及视频参考各取覆盖首尾的 12 张等距、带时间戳的帧，结合原始图片参考和完整 prompt 检查。以下是本次单 seed 的定性观察，不是盲评或统计排名；抽帧不能完整判断运动流畅度、短暂闪烁或口型同步。未进行音频听审；对白案例额外提供本地 CPU 自动转写辅助核对，明确标为 ASR 证据。",
  "cases": {
    "cyber_duel": {
      "summary": "六种方案都能生成双角色霓虹街头交锋，主要服装与剧情阶段大体成立。LightX 最突出的失误是开头把白底人物设定板带进成片；其余五组没有这一开场问题。差异还包括交锋时间、武器形态和动作重影，Rkss 的明显碰撞更晚。主要情节相近，不代表按秒执行的攻防、接触物理和身份细节都正确。",
      "variants": {
        "base50": "两个角色的服装、霓虹街道、湿地面及蓝色招牌均有保留。抽帧显示先对峙、再冲刺、约 2.8 秒兵刃相交，随后进入近景对抗，符合主要动作顺序。开头约一秒多以站立蓄势为主。",
        "pdd8": "场景布局、两人的身份特征以及从对峙到交锋的阶段，与 Base50 相当接近；中后段也有兵刃交叉近景。持剑姿势、布料和火花细节不同，但抽到的帧中未出现把人物设定图直接搬进成片的问题。",
        "lightx8": "约 0–0.5 秒直接出现白底人物多视图参考板，破坏了开场的场景连续性；约 0.9 秒后才进入霓虹街道。后续人物服装、冲刺交锋和近景对抗大体跟随指令，问题主要在开头的参考图泄漏，不能概括为整段都没有生成。",
        "vdn8": "两名角色的长发披风／狐面与蓝色线路服、湿地霓虹场景均持续保留，没有把白底人物设定板插入开场。约 1.9 秒开始冲刺，2.8 秒可见交锋火花，末段进入交刃近景，主要动作阶段完整。对峙时间比指令的 1.2 秒更长；精确的两次招式顺序和武器接触仍需连续观看核对。",
        "rzgar8": "霓虹雨夜、披风长发角色与狐面蓝线角色贯穿保留，没有白底设定图开场。对峙、冲刺、交锋火花到近景交刃的主要结构完整，约 2.8 秒出现第一次明显接触。中间动作帧的脸、手和身体边缘有一定重影；剧情大意成立，不代表每次格挡和武器归属都已精确满足。",
        "rkss8": "两名角色的披风、狐面、蓝色线路服与雨夜街景持续保留，没有白底设定板泄漏；从对峙、接近到交刃近景的阶段清楚。约 1.9 秒才开始明显前冲，强烈碰撞亮光到约 3.7 秒出现，动作节奏较文字时间线拖后。末段轮廓较清楚，但蓝色武器的形态和长度会变化，不能据主要剧情成立就认定两次指定攻防均精确完成。"
      },
      "reviewed_output_sha256": {
        "base50": "d25d8012e3c68b7ef1443ae68d986f8103cc04caa65e46bb7c39cc60a0f21067",
        "rkss8": "8b7f0e667b1a3cb04e6c43b6b9aab6c8b8d537ba36773ab0ac4e655e78f3e79e",
        "pdd8": "0f1283b2daa577f580e0b32f50af52c0bec8412e883c21a1c68adaf3b097c4b8",
        "vdn8": "23f1afe6ebc2a34b9e77f5c93d81ff7445939aa5e1990a14bb0b77488f2253b5",
        "rzgar8": "134785dce34a6c838ce23bd5f84d3eb4e049ff613e515d41c17ebdf50ddca7dc",
        "lightx8": "edf7b90101331ea2a86c5aa0856444af43d7261fbb1c8ceffaf3d8a14f79b6f1"
      }
    },
    "detective_dialogue": {
      "summary": "这是六种方案共同表现较完整的一项：双人物、服装道具和对话关系大体成立，六段 ASR 都完整匹配两句台词。差异主要在房间重新构图、表情幅度和局部重影；8 步也能完成主要任务。但台词正确不等于说话人绑定、精细口型和原房间布局逐项正确。",
      "variants": {
        "base50": "站立侦探与坐着的医生区分明确，外套、西装、烟斗和手杖均保留，壁炉暖光和窗外冷光也成立。抽帧可见抽烟、医生抬头、侦探转头回答及末段轻微表情变化，镜头总体稳定。书房家具和窗户布局经过重新组织，并不是对原房间图逐项复刻。",
        "pdd8": "两人的服装、烟斗、手杖和左站右坐的关系清楚，医生有前倾发问的动作，侦探随后放低烟斗、转眼回应。抽帧中人物未互换，表演较克制，冷窗光与暖壁炉保持。房间布局仍经过重新构图；与文字要求相符的角色关系较完整，不等于参考房间每件家具都被精确保留。",
        "lightx8": "两个人的长外套／棕色西装、烟斗／手杖区分清楚，暖色壁炉与冷色窗光也被继承；抽帧中可见医生转头、侦探举烟斗及表情变化，没有出现白底人物参考板。镜头将原房间重新构图，部分家具不再入镜，不能视为原布局逐项锁定。ASR 完整转写两句问答（WER=0）；说话人绑定和精细口型未据此判定。",
        "rkss8": "站立侦探、坐着的医生、烟斗和手杖，以及暖壁炉／冷窗光的关系均保留。可见医生前倾、侦探吸烟后转头回答，末段窗外闪电也有体现，主要表演阶段完整。两人仍处在重新构图的书房里，并非原图家具布局逐项复刻。ASR 完整匹配两句台词（WER=0）；抽帧中说话时嘴部张幅较大，精确口型与说话人绑定仍需连续观看核对。",
        "vdn8": "两人的站坐位置、服装、烟斗／手杖、暖壁炉和冷窗光均保留，医生前倾、侦探转头说话及末段闪电可辨认，构图较稳定。ASR 完整匹配两句台词（WER=0）。房间仍经过重新安排，抽帧不能确认细粒度口型或声音与角色是否严格对应。",
        "rzgar8": "双人身份、左站右坐、烟斗和手杖保持，问话前倾与转头回应也出现；ASR 完整匹配两句台词（WER=0）。房间构图较宽、物件重新排布，部分时间点头部和手部有轻微双轮廓。比直接照搬静态参考更有表演，但不能据抽帧确认精确口型或原书房布局完全保留。"
      },
      "reviewed_output_sha256": {
        "base50": "cf1af61fb3a00433ca0302da0904147be456998d26ccc53223a9eb54bcd69df8",
        "rkss8": "d13bac332bfd867fdc35e2e6c29eaa390e14f3b56acf83ab63c9ffc24687fc91",
        "pdd8": "82fa1845a9e24a11f05601d398e20e2e55c2d9110ab5007554106ac7d72c4ca6",
        "vdn8": "596f9202b95b1ea909e3f3371436a330d6fa894831c010ebaf14c238ea111328",
        "rzgar8": "3a5bf2a2ce943a9d98608a6990cd564f5d05ca16e45128a8dd3b61215f991322",
        "lightx8": "b66b17680db665e67fde259d85e76f5df235abc31c129a43181108acec66f2c0"
      }
    },
    "cat_to_dog": {
      "summary": "这项很好地区分了‘生成狗’与‘正确编辑原片’：Base、PDD、Rkss 都把抱猫的人删掉；Motion Enhancer 保留了人和猫，却只是额外加一只狗。LightX、VDN 同时保留人物并生成狗，更接近替换意图，但构图、宠物大小或抱持姿势改变，LightX 后段还有重影。本 seed 下，没有哪组能据这些证据认定完成严格的局部替换。",
      "variants": {
        "base50": "输出是雪林里独自站着、转头吐舌的棕白色狗，毛发和外形较稳定。但原片的人物、抱着宠物的姿势和贴近构图都没保留，越过了局部替换边界。50 步并未自动解决这个编辑任务，不能把这条 Base 当作正确答案。",
        "pdd8": "生成了雪地里的棕白色狗，却完全去掉了原来抱宠物的人。狗的轮廓、项圈和转头变化较稳定，但保留原片人物、姿态及人宠关系这一隐含的编辑边界没有守住；不能把出现狗视为完整完成局部替换。",
        "lightx8": "猫明确变成了棕白色的狗，厚外套、手套、雪地以及抱着宠物的关系也保留了，主体替换这一核心指令得到执行。但画面变成更宽的构图并增加了林木背景，人物转为明显微笑，后段脸与手部还有重影；更像重拍了相似场景，而非仅把原片猫的区域局部替换。",
        "vdn8": "既生成了狗，也保留了卷发、厚外套、手套的人物，比 Base／PDD 丢掉整个人的结果更守住了主体关系。脸、狗和手的轮廓较清楚。但原来的抱猫近景变成了人物跪坐在雪地、抚摸身旁大狗的较宽构图，宠物尺寸和抱持姿态均改变，仍不是严格局部替换。",
        "rzgar8": "保留了原片人物、厚外套、贴近宠物的姿势和近景构图，但原来的灰猫一直还在，旁边额外增加了一只小狗。它做成了‘加一只狗’，而不是‘把猫替换成狗’，因此核心编辑指令没有完成；局部还有脸与毛发重影。这个例子说明参考保持过强同样可能妨碍指定修改。",
        "rkss8": "生成了雪地中独自转头的棕白色狗，毛发、项圈和面部轮廓较稳定，原猫不再出现。但原片抱猫的人整个消失，贴近拥抱的关系也丢了，并加入明显的树林与木屋背景。与 Base／PDD 类似，完成了‘出现狗’却越过了局部编辑的保留边界，不能视为成功的猫区域替换。"
      },
      "reviewed_output_sha256": {
        "base50": "62c773e358c3895933c5400691fdc8d2ae111f4268fc25d8d377db66e3497e78",
        "rkss8": "1450eec29e833bd473f9a525b4ea2930475ec381c4d4646582bd1d014384b9e2",
        "pdd8": "aa692bfa8ab0d5c330997470392e7f659a5e4194b62cad218d5b254d88c24327",
        "vdn8": "be0141eae67d47311bd3eda9efe9f04ce44c8eaa54ca42e7f97e86b324ba26c0",
        "rzgar8": "c66c00c85887145050ae69b33b64ca17fe68c97199b3ed05941ebb0719dafbc8",
        "lightx8": "eeaf9ba181d77bf6fe637bd6f478af8c05cae31d7bca724b680e71a56c90da7a"
      }
    },
    "voice_lamb": {
      "summary": "六组都较好保留了人物、粉色西装与羊，但画面保持和对白正确性不是一回事。LightX、Motion Enhancer、Rkss 的 ASR 完整匹配台词；Base、VDN 各有一个末词识别差异，PDD 偏离较大。视觉上 LightX、Motion Enhancer 的重影更明显，VDN、Rkss 人脸较暗。ASR 仅是台词核对，音色、音乐复用与口型同步仍需人工试听和连续观看，不能据此总排名。",
      "variants": {
        "base50": "人物、粉色西装、黑羊、白羊与草坡保持完整，转头、轻抚和缓慢推近都接近源片。人脸、手和衣服边缘较干净，能看到嘴部状态变化。台词的自动核对另列在 ASR 栏，不能把视觉接近直接视为参考音色、音乐复用或口型同步同样准确。",
        "pdd8": "粉色西装人物、黑羊与草坡白羊保留，转头、抚羊及推近与源片接近，人脸和衣服边缘较干净。但独立 ASR 转写明显偏离目标两句台词，词级 WER 约 73%；这是需要人工试听确认的风险信号，不能仅凭画面接近就认定对白成功。未听审音色和口型同步，也不把 ASR 当成人工听感。",
        "lightx8": "粉色西装人物、怀中的黑羊、草坡和背景白羊大体保留，并出现了张嘴说话的表情；但人物侧脸、衣袖及羊的边缘在多张抽帧中有明显重影。独立 CPU ASR 转写覆盖了两句目标台词（词级 WER=0），这只支持台词内容被生成，不能证明音色复现、音乐复用或口型同步准确。",
        "vdn8": "粉色西装男子、黑羊、草坡与背景白羊均保留，转头、轻抚和推近的阶段可见。画面整体偏暗，人脸处于较深阴影中；抽帧有说话表情变化但不能证明口型准确。ASR 把末词 moment 识别为 matter（WER≈9%），提示台词末尾仍需听审，不据此判断音色参考或背景音乐复用质量。",
        "rzgar8": "粉色西装、黑羊、草坡与白羊均保留，人物会转头、轻抚并随镜头推近。ASR 完整匹配目标台词（WER=0），但多个中间帧的人脸、头发和肩膀有明显双重轮廓，视觉稳定性弱于本例 Base／PDD／VDN。台词识别正确不证明音色、背景音乐复用或口型同步正确。",
        "rkss8": "粉色西装男子、怀中黑羊、草坡和白羊保持，转头、轻抚、缓慢推近及末段微笑均可辨。抽帧中的脸与衣服没有明显双重轮廓，但人物脸部阴影较重，较大张嘴幅度也不能直接当作准确口型。独立 ASR 完整匹配目标两句台词（WER=0）；这只核对文字内容，音色参考与背景音乐复用未听审。"
      },
      "reviewed_output_sha256": {
        "base50": "7d8f70c31fa20a7248ed0d339b379983a07e6a12fa791253835afb5d70838b34",
        "rkss8": "f259b76c23361cf4d8111628fc1387fc7cd72ec93e5e4056c615e52af1c302dc",
        "pdd8": "09dac6394a138a9e2b4c1203eb1d4c92394245127e17d7aa603c938fa71878cb",
        "vdn8": "14a904f67b7a595f8af2fb9b8f88a27d5ca375702ea1c500151808015b29f1b8",
        "rzgar8": "9742a4e6e882831c5c49c5a08ccfc8db3ef4e8954d55d0c2066c25cbc658e12c",
        "lightx8": "5e46731a544e14cb85097a30fd90a6558ff9e6db164ca09a3f796702b60356af"
      }
    },
    "desert_observer": {
      "summary": "人物与场景较容易保留，难点是器械几何和细小指令。PDD、Rkss 的望远镜末段仍较接近原来的斜上方；Base、VDN、Motion Enhancer 会把镜筒压低。LightX、Motion Enhancer 还有较明显重影，多数方案把自然冷光反射夸张成了暖金色发光。总体动作顺序接近，不代表物理接触和全部细节达标。",
      "variants": {
        "base50": "角色衣着、红灯、山脊和黄昏色调保持，从转头到调望远镜、俯身观察的动作阶段明确，轮廓较干净。但早段脸与眼睛被照成暖金色，远处也出现明显亮点，未严格遵守冷色画外闪光的描述；后段镜筒从斜向上变成朝下，几何与朝向并非完全锁定。",
        "pdd8": "人物衣着、红灯、黄昏沙漠和望远镜保持较完整，从转头到调焦、再俯身看目镜的顺序明确。相比 LightX，多张中间帧的人脸和手臂轮廓更干净；末段镜筒仍大致朝原来的斜上方，几何关系保持得较好。约 0.5 秒眼部仍偏金色发亮，没有严格呈现自然的冷光反射。",
        "lightx8": "人物衣着、围巾、红灯、望远镜和黄昏沙漠均被保留；能看出察觉亮光、伸手调整、俯身观察的阶段。但多张中间帧在人脸、手臂、灯和望远镜周围出现清楚的双轮廓／重影；后段望远镜朝向也大幅改变。满足了动作大意，物体几何和干净的运动画面较弱。",
        "rkss8": "人物、夹克围巾、黄铜望远镜、沙漠黄昏和红灯基本保留；转头、伸手调整、靠近目镜的动作顺序清楚，望远镜仍朝上，镜头构图也较稳定。后段红灯确实变亮并照到人物与镜筒。但开头闪光表现为暖色照明及地平线亮点，不是指令要求的冷色眼部反光；望远镜后部小配件在动作中有所变化。",
        "vdn8": "人物、黄昏沙漠和红灯保持，转头、伸手调整到俯身观察的阶段完整，脸和手没有 LightX 那样明显的双重轮廓。末段望远镜从斜上方变为接近水平，削弱了器械几何与朝向的保持；约 0.5 秒眼部明显金黄发亮，也偏离了自然冷光反射。",
        "rzgar8": "人物、围巾、沙漠黄昏和红灯保持，转头、调整望远镜与俯身观察的主要阶段可辨。但约 0.5–0.9 秒眼睛出现强烈金黄自发光，头部和手臂还可见重影，偏离自然主义的冷光反射要求。末段镜筒变为近水平／向下，器械朝向与开头的斜上方不一致。"
      },
      "reviewed_output_sha256": {
        "base50": "ffbf4cbf7dea8a2d707230ed7d2ebd267040048f350555b3bbaabf60e2c01be7",
        "rkss8": "861c79a91c5875b149f207ab25b9a5423ef173850dfcac2b260aeb2c11b997e5",
        "pdd8": "fce977e36babb996f20904ff747d379cea882c8ee6ad8ed3bc28de7fae7585d5",
        "vdn8": "45320e75ff2582af7e74ea5f1d30344a5e552d1c33fac7bb9320d01e30951c81",
        "rzgar8": "16cc137feb590424c7ea317dc12c2f29efc9225df8737b967cf74f265d7f7a40",
        "lightx8": "8b096cce8e094eede4dae8fe015cc1394b5cdd05cacfdb72b6d67c49893c2b45"
      }
    },
    "street_dance": {
      "summary": "六组都暴露了多参考绑定问题，只是形式不同。Base、PDD 基本忽略人物图片；VDN 在原舞者之间插入图片；LightX、Motion Enhancer 做了部分外观迁移，却中断舞蹈或退回原人物。Rkss 最持续地保留指定中央人物和看台环境，但把单人扩成三人。看起来像在跳舞，不足以证明完成了指定角色的动作迁移。",
      "variants": {
        "pdd8": "整段抽帧沿用白帽、黑裤原舞者与室内舞室，抬腿、摆臂、前后走位较完整，画面与 Base50 的任务走向接近。但两张图片指定的白色连帽衫、棕色短裤人物没有出现；主要保留了动作视频本身，没有完成指定人物的动作迁移。",
        "base50": "抽帧中始终是参考视频里的白帽、黑裤舞者和室内舞室，能看到完整的抬腿、摆臂和走位，但没有换成两张图片指定的白色连帽衫、棕色短裤人物。与原视频的动作和构图较近，并不意味着任务成功；这组 Base50 的主要问题是忽略了人物图片参考。",
        "lightx8": "前段在红色看台前让图片里的白色连帽衫、棕色短裤人物跳舞，能看到抬腿、展开双臂等动作迁移；约 4.6 秒又出现第二张人物图的坐姿。约 7.3 秒起切成参考视频原来的白帽舞者和舞室，未持续保留指定人物。比起完全没有动作，更明显的问题是多参考的角色混用和后段身份回退。",
        "vdn8": "大部分时段仍是原视频里戴白帽、穿黑裤的人在舞室跳舞，并未把两张图片里的人物外观持续迁移过来。约 4.6 秒直接插入了白色连帽衫人物坐在看台的静态参考画面，之后又回到原舞者；存在明显的参考素材泄漏与人物连续性中断。",
        "rzgar8": "前约八秒大多使用了图片里白色连帽衫、棕色短裤的人物和看台环境，人物外观迁移比一直保留原舞者更明显。但约 4.6 秒插入坐姿参考画面，中断舞蹈；约 9.2 秒开始又溶回原舞室和白帽黑裤舞者，身份与场景未能贯穿全片保持。",
        "rkss8": "中央人物持续使用图片中的白色连帽衫、棕色短裤外观，在红色看台前完成抬腿、摆臂等舞蹈动作，没有中途插入坐姿参考图或切回舞室。但输入视频是单人，两张图片也是同一角色，输出却一直有三个人：左侧白衣黑裤舞者，右侧另一个连帽衫人物。角色外观迁移更连续，人物数量与参考绑定仍出错；精确舞步一致性需连续观看判断。"
      },
      "reviewed_output_sha256": {
        "base50": "38f398ecc8c220858cdec118574ba0e1647a62f153d033579ff2303d205b080e",
        "rkss8": "7de0c290c56810dedd37c9964686cc868bb18adef75ff3cd65430767cfb9bc93",
        "pdd8": "32accfb2278713934817354b24306f7e5756fc7783a1e6f606fab9f9e0243123",
        "vdn8": "342d36d746949337d71d6cf86ecb76d029ed8ae5bb45705e263d209c2f370938",
        "rzgar8": "38a801abfee8d066d9aa4d56fd49ff4d84ea4992af8451237f6bd2b5195d97e5",
        "lightx8": "79bef22feb78de95d2f58bc2ba8638ca485c7aab340503fa9e4e7608f71c5f15"
      }
    },
    "capybara_motion": {
      "summary": "主体替换上，Base、PDD 更接近目标：三人都变成水豚，但末段推近违背固定远景。VDN、Rkss 主要只换了一只，LightX、Motion Enhancer 则大段保留原人形。Rkss 的背景构图更稳定，却仍未完成三主体替换。这说明应分别看主体数量、动作阶段和运镜约束，不能只因复现叠罗汉就判任务成功。",
      "variants": {
        "base50": "三个人都替换成水豚，翻滚、换位和最终叠罗汉的主要结构可辨认，开头更偏动物四足／蹲坐姿态，而不是 PDD 的明显拟人直立。仍沿用了参考片末段推进构图，没有满足固定远景；动作大意和主体替换成功，不代表精确运动路径与运镜约束都达标。",
        "pdd8": "三名男子被完整替换成三只水豚，站立、落地、翻滚和末尾叠罗汉的主要阶段都可辨认。比 LightX 的人兽混合结果更符合主体替换要求；不过水豚开头带有人类式直立姿态，最后还沿用原片推近镜头，违反了固定远景指令。各只动物的精确路径不能仅凭这组抽帧认证。",
        "lightx8": "大部分时段仍然是原来的三位西装男子，倒地、翻滚和叠罗汉的动作被保留，却没有完成三只水豚的主体替换。约 4.8 秒后只有顶部出现水豚样外观叠在人体上，底部仍是两个人；这是核心编辑失败，而非单纯动作不够准确。末段也沿用原片的推进构图，没有遵守文本要求的固定远景。",
        "vdn8": "翻滚和最后叠罗汉的时序大意还在，但开头仍是三个西装人，随后主要只有一人变成水豚。末段是水豚站在两个人的背上，并非三只水豚组成金字塔；指定的三主体替换没有完成。镜头还随源片向前推进，固定远景要求同样未满足。",
        "rzgar8": "大部分时段仍能看到原片的三个西装人完成下蹲、翻滚和叠罗汉，个别头部略有动物化，但没有变成三只完整水豚。结尾仍是人形肢体与衣服构成的金字塔，且有叠影；主体替换失败。镜头也跟随参考片推进，未遵守固定远景要求。",
        "rkss8": "开头就有一只水豚，随后它与两个西装人一起下蹲、翻滚，最后站上两个人的背部，动作阶段大体可辨。但全程主要是一只水豚加两个人，并非要求的三只水豚，核心多主体替换未完成。抽帧中的背景与广角构图较稳定，没有 Base／PDD 那样明显的末段推近；守住部分运镜约束仍不能补偿主体数量错误。"
      },
      "reviewed_output_sha256": {
        "base50": "2a1f1429d81bf80dc7f1c4c4a540da0c85eff36f5efe7793835cd583565fd94a",
        "rkss8": "d79940c792a7c2531516cb71887adcd58b45da1f989cc047498382c1822de80b",
        "pdd8": "965c3bac21cf983545ec0598157cf69007985ab6072c4254c2a5fb50f851d9ed",
        "vdn8": "1e187898a47cb6b2e9958c500b97b21d8499db9d5f0cd3e55eaa6208dd26f8cf",
        "rzgar8": "a7750655afb200f3ec8d874703d5b85b69feae41c71bf50de89c71391d34bd49",
        "lightx8": "fdf5d8e1b6e5b1a7406c5331260f60bd2db47c16be30da38af4b51e2958c3ff4"
      }
    },
    "cinematic_remix": {
      "summary": "六组共同的难点是把参考片的具体人物和船舱内容也复制进来，而不是只借用其剪辑节奏。抽帧中 VDN 可辨认五张图片的元素，LightX 也使用了多张；其他组素材覆盖较少或参考视频内容更占主导。素材数量不是完整剪辑质量指标，12 帧也可能漏掉短镜头；没有证据支持任一组已完整满足六图整合、转场及音乐对齐。",
      "variants": {
        "base50": "能辨认出灰发男子俯拍和黑白跑者等图片素材，但背孩子的男子、渡船、窗边人物及红色文字等参考片内容也占了很大篇幅。它没有清楚地区分‘图片提供内容’和‘视频只提供节奏／转场’，六素材整合不足。镜头确实在切换，但不能因此认定紧密复现了目标剪辑语言，音乐匹配未听审。",
        "pdd8": "成片大段保留了参考片里的背孩子男子、船舱男女与窗边人物，开头和结尾还出现文字。灰发男子被插入成近景，撑伞素材约在 4.2 秒以小块画面混进船窗区域；参考视频的具体内容仍占主导，而不只是借用剪辑节奏。抽帧没有支持六张图片均被清晰整合，音乐匹配未听审。",
        "lightx8": "抽帧中能辨认出灰发男子俯拍、白衣跑者、撑伞女子、墨镜男子等图片素材，确实做了多镜头切换。但开头和中段又直接使用参考视频的船舱人物、渡船及红色字幕，出现参考内容混入，而不只是借用其剪辑方式；首尾镜头顺序也与参考片不同。另两张图片是否短暂出现，12 张抽帧不足以确认；音乐匹配未听审。",
        "vdn8": "抽帧能认出伸手人像、灰发男子、黑衣女子、持伞黑白画面和跑者等五张图片的元素；其中两张俯拍人物被合成了同一双人画面。但同时保留了参考片原人物、渡轮和红色 you／just／know 字样，约 0.9–1.9 秒及末段尤其明显；并非只迁移剪辑节奏。未在 12 帧中确认第六张黄衣墨镜人物，也不能据此判定音乐节拍严格对齐。",
        "rzgar8": "大部分抽帧仍是参考片里的原人物、渡轮、室内画面及红色文字；还出现了额外的 MONDAY 字样。灰发男子俯拍图在中段连续出现，黄衣墨镜人物在结尾可辨，但没有在抽到的帧中看到其余四图被充分利用。主要问题是复制参考片内容、素材覆盖少，而不是只借用转场与节奏。",
        "rkss8": "开头的伸手人像与中段灰发男子俯拍能够对应两张图片素材；其余大段仍是参考视频里背孩子的男子、船舱男女和窗边女子。镜头清楚、人物轮廓较稳定，但没有把‘借用剪辑节奏’与‘复制参考内容’分开。12 个抽帧中未确认另外四张图片，素材覆盖仍有限；音乐与剪辑节拍匹配未听审。"
      },
      "reviewed_output_sha256": {
        "base50": "d91fc37cd0602b86fc1d24a81bb927ea5be1aa8de338385fde6d3cdaaa45ffd8",
        "rkss8": "0899127f264f36732e1ebe432fc9376f532ac1f68a9db737a913de078bbe524e",
        "pdd8": "8f714388d3c789f5288b912506776b8042acf1983bf064d9de85b2a988441794",
        "vdn8": "f3d4dc0a3c6389338b8576458f74b9219d788d7280d2be51274486bb6becbd09",
        "rzgar8": "e8b94e864993ccef58c786ee4103acf66941977cc17d8840b40151319af8ed98",
        "lightx8": "d828b2e2dbdc13cb2ec00ee81a0aa19187fa26e84aa7f43b46931cf56a5ad006"
      }
    },
    "product_ui": {
      "summary": "本例 Rkss 明确出现了导航、标题、按钮和指针，更接近网页演示；但文字明显有误，完整滚动与 hover 逻辑未确认。Base、PDD、VDN 更像清楚的鞋广告，LightX 有多重鞋轮廓，Motion Enhancer 则接近微动静图。产品外观保留得好，并不等于正确执行了 UI/UX 任务；Rkss 还使用不同混合底模，差异不能全归因于 LoRA。",
      "variants": {
        "base50": "鞋面网孔、鞋带、标志和配色清楚，出现强烈缩放、近景材质与横向光轨；约 11.7 秒可见黑白配色反转，呼应部分风格要求。但抽帧主要仍是多尺度鞋子特写叠加，没有清晰网页区块、按钮与滚动浏览结构。作为产品广告较成立，作为文字要求的 UI/UX 页面演示则不足。",
        "pdd8": "鞋子的轮廓、网面纹理、黑色标志与绿粉鞋底较清楚，旋转、推近和材质特写比 LightX 的多重鞋轮廓更干净。黑白光轨和纹理背景满足部分视觉风格要求，但抽帧仍几乎全是鞋的广告特写，未见明确的网页布局、滚动分区或 hover 交互；清晰度较好，任务类型仍偏离 UI/UX 演示。",
        "lightx8": "鞋子的浅绿色鞋面、黑色标志和绿／粉鞋底配色保持较好，开头有大号斜体 NIKE，深色背景与横向光轨也符合部分设计要求。但后续几乎都是鞋子放大、平移和重叠，多个时间点有明显双鞋轮廓；抽帧未见清晰的页面分区、滚动浏览或按钮交互，更接近产品广告特写，而非完整网页 UI/UX 演示。",
        "vdn8": "鞋子的主要配色、黑色标志、网面纹理和鞋底形状较清楚，大号斜体字、速度光轨、放大和红色发光描边也出现了。相较 LightX 的重叠鞋轮廓，单品展示更干净。不过仍主要是鞋子广告特写，文字局部变形，未见明确的网页分区、滚动路径或可辨的 hover 交互；产品保持好于 UI 任务执行。",
        "rzgar8": "鞋子的外形、配色和标志比较接近图片，深色纹理背景也有保留。但 12 个抽帧几乎一直是同一个侧面鞋图，仅有缩放、光轨与局部重影；未见要求的大号斜体排版、页面分区、滚动或 hover 色彩反转。相比其他几组丰富的广告式镜头，这条更接近带少量动态的产品静图，UI/UX 任务执行较弱。",
        "rkss8": "鞋子的配色、黑色标志和网面纹理保持，并明确生成了顶部导航、左侧粗斜体标题、红色按钮及鼠标指针，右侧是产品放大展示；相比其余五组主要做鞋广告，更接近网页 UI 的任务类型。中段有材质特写和排版变化，但导航及正文存在明显伪字／拼写问题。抽帧不足以确认完整纵向滚动、hover 触发和色彩反转，不能把出现按钮等同于交互全部正确。"
      },
      "reviewed_output_sha256": {
        "base50": "206db0252fb6528532f431a7c1e74b97dbfa86e0af7d97feae217d93db45c19c",
        "rkss8": "30feeda556000ff7628a2dd6a1f700df85f83a75eb0f8268dad26c7ed44cbabf",
        "pdd8": "0c38e6a051dff39c78ae23d1d60a7292c529d5a3e988cbc31a804d4f3c1a3d44",
        "vdn8": "7027383524384abb755fe75e995e4f3e7a6dfaaf34f3510506404b90056e6042",
        "rzgar8": "f6d4e7c5e261ca2fdd97aa2eb35d7e1f92d8ce9436629bbb3d55d20981667301",
        "lightx8": "44824d37956cdd0984ca6561fff67fabd5bd1dbe971a640aed72578ed40a64fa"
      }
    },
    "day_to_night": {
      "summary": "六组都保留了喝咖啡的主体与动作，差距主要在是否真正完成夜景化。Rkss 出现了较明确的店铺、路灯和暖色地面反光；Base、VDN 也有更充分的冷蓝夜景变化。PDD、LightX、Motion Enhancer 更多只是压暗前景，背景仍像白天。本 seed 下保留参考越像，并不代表编辑越成功；Rkss 的混合底模差异也需要单独考虑。",
      "variants": {
        "pdd8": "人物、服装、杯子、红色公交车和喝咖啡动作都保留得较完整，抽帧中的脸与杯子轮廓也较干净。但主要变化仍是把前景压暗，背景的亮天空、建筑和地面投影还像白天；夜景转换明显弱于 Base50，保留参考有余，执行改光照的指令不足。",
        "base50": "人物、服装、咖啡杯和喝咖啡后放杯子的动作基本保留。相比输入，天空明显转为深蓝、街景整体降低亮度并出现更明显的点状灯光，夜间氛围比单纯压暗前景更明确；没有为了改光照而把主体或地点换掉。",
        "lightx8": "人物、杯子、露天咖啡馆、红色公交车以及喝咖啡后放下杯子的动作都明显沿用了参考。前景比原片暗，但建筑、街道和投影仍呈现较强的日间观感，缺少明确的夜间照明转换；参考保留较强，‘白天改夜晚’的编辑目标完成不足。",
        "vdn8": "人物身份、衣服、杯子、喝咖啡和放杯子的过程都保留。天空变为较深冷蓝，街道变暗、点状灯光更明显，夜景化比只压暗前景的 PDD／LightX 更充分，整体较接近本例 Base50。部分背景和地面仍偏亮，属于较明确的暮夜氛围，而不是所有区域都彻底改成漆黑夜景。",
        "rzgar8": "人物、咖啡杯、红色公交车和喝咖啡动作保留，前景显著变暗，也出现少量暖色灯光。但街道和建筑仍保留明显的白天照明、地面投影，整体更像压低曝光的白天；夜景转换弱于本例 Base／VDN。人物抬杯和低头时还有可见的脸与手重影。",
        "rkss8": "人物、衣服、杯子、露天咖啡馆和红色公交车均保留，喝咖啡、放杯子的动作也可辨。天空和街道明显转暗，店铺、路灯与地面暖色反光共同形成较明确的夜景，不只是压暗前景。抽帧中的脸、手和杯子轮廓较干净；本例夜景转换比 PDD／LightX／Motion Enhancer 更充分，但新增照明和背景细节并不是原片的逐像素保持。"
      },
      "reviewed_output_sha256": {
        "base50": "f10089280d6909636a1776421f75cb74da951d5a48f3dd4f369e1f5507daa37b",
        "rkss8": "ce3fc8092560c3c49282915d2c22016e9ffadd55d9d0d60c64ed232b04a180b0",
        "pdd8": "16382533f3cdd802caab26dc472220db320b6dae68e5be2564ac3f20036ad056",
        "vdn8": "52698e2c025a20a48cbb43e88fafa9ba66e9fb8057676b8edc8a2d41bc7d5f1b",
        "rzgar8": "dd5e3bd2b09f4292f81fe00e38a2b2c2ff5276e15368b106467e1d2c5f745b41",
        "lightx8": "189cdd6d673e28f6d646022f3b0b159e6e3a251d0fd91c2b785026800932c4a7"
      }
    }
  }
}