本文属于数据飞轮专题。先逐模块研究数据来源、清洗、GT、检索挖掘、配方、训练和评测，再讨论平台架构、产品工作台与多轮迭代。研究覆盖 LLM、VLM、具身与智驾，也把世界模型和空间智能中的时空结构、物理约束与可观测性纳入讨论。

资料核验日期为 2026 年 10 月 13 日。论文结果按原始实验条件理解；动态文档按访问时的版本理解。本文使用三类依据：论文与公开实现、企业公开工程描述、本文设计建议。后两类在文中明确标注。文末给出资料索引，重要论断在附近直接链接原始来源。

代表方案按公开程度、可复现机制与实际技术贡献选择。Llama、Qwen、Waymo、NVIDIA 的公开材料适合研究不同链路；FiftyOne、Argilla、CVAT、Rerun 等适合研究具体工作台。它们覆盖的边界不同，本文不建立跨领域的品牌总榜，也不将未公开的企业内部机制补写成事实。

这些要求会直接改变训练数据的生产方式。我们可以在 3D 场景中重渲染同一个人，可以让生成模型制造柔光或侧光候选，也可以让 Agent 操作可追溯的修图工具，或者从好照片合成低质量输入。四条路线都能批量产生数据，但提供的监督并不相同。一个可靠的 Auto-GT 系统，要能解释目标图根据什么成立、哪些内容允许变化，以及审核通过之后能用于什么训练与评测。

本文属于数据飞轮专题，聚焦人像重打光、摄影背景虚化以及相关的曝光、噪声、清晰度和色彩恢复。资料与动态许可核验日期为 2026 年 10 月 13 日。研究事实按原论文和具体版本理解；平台架构、预算和实施顺序属于本文的工程设计。最后一节说明本轮实现设计与交付边界。

本文延续需求文档草案。核验日期为 2026 年 10 月 7 日，代码依据为本地 data-flywheel 工作区，包括未提交改动。三个并行研究方向分别覆盖 DeepSeek Harness、ComfyUI，以及数据闭环与执行平台。第 1 至 6 节保留实施前的审阅基线与设计建议；用户确认后完成的第一阶段改动见实施记录，其余阶段仍待推进，本文不代表生产性能验收。

外部资料只采用官方文档和官方源码；文中明确区分公开机制、当前实现和本平台建议。Harness 是 Agent 应用框架，ComfyUI 是节点创作工具，Dagster 是编排底座，它们提供不同层面的参考，不能作为同类数据闭环产品直接排名。

文档版本为 0.1，状态为待需求评审。 代码阅读日期为 2026 年 10 月 1 日，依据本地 data-flywheel 工作区当时的实现，包括尚未提交的改动。文中的优先级、交付边界和验收要求是本草案的建议，需要在评审时确认；它们不代表已经批准的排期。

本文区分三类信息：代码基线表示当前代码支持的行为；需求表示希望稳定交付的用户行为；待确认表示尚需产品或工程决策的范围。本次进行了代码和测试文件阅读，没有重新执行应用测试或验证生产环境，不能据此认定功能已经完成验收。

后续研究： 2026 年 10 月 7 日的流水线与算子插件设计评审补充了最新代码差异，以及 Harness、ComfyUI 和数据闭环平台的可借鉴机制。新增范围仍需评审，不自动改变本文的需求状态。