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。