Image Algorithm Review · GC01 / CG01 vs Xiaomi

GC01 图片结果驱动的算法能力评估：从用户品味判断算法成熟度

本报告仅基于图片结果复盘 GC 算法本身，不评价任何非图片因素。结论是：GC 已展现出可见的图像增强能力，但审美稳定性、色彩一致性、高光暗部过渡和跨场景一致性还未证明达到成熟消费级算法水平。

Executive conclusion

结论：GC 算法有能力基础，但当前证据只支持继续验证

已证明能力

具备可见增强能力

GC 在细节、局部对比、锐度、夜景可见性上比 Xiaomi 更积极，说明算法至少具备图像增强、局部 tone mapping 和边缘细节处理能力。

算法风险

审美成熟度未验证

当前 GC 清晰度强，但画面容易硬、脏、沉。用户不会说“局部对比过强”，但会直觉觉得“不耐看”“处理痕迹重”。这暴露的是算法审美收敛和感知约束风险。

判断边界

不足以判定成熟领先

当前样张不足以证明 GC 算法能稳定超过 Xiaomi。更稳妥的判断是：算法底座值得继续验证，但成熟消费级成片能力尚未被充分证明。

一句话：GC 算法不是没有能力，而是当前只证明了“会增强”，还没有证明“能稳定做出用户喜欢的成熟成片”。

有增强能力 审美闭环不足 跨场景稳定性待验证 未证明能力较多 值得继续验证

User taste model

用户品味拆解：用户更常选择“舒服稳定”，不是单纯选择“更锐更亮”

以下权重用于本报告主观判断。它不是实验室标准，而是面向消费级成片偏好的讨论模型。

自然度与舒适度
30%
色彩记忆与肤色/白墙
20%
明暗过渡与高光暗部
20%
细节清晰度
15%
跨场景稳定性
15%

Score matrix

综合评分：GC 有图像增强能力，但算法成熟度暂不充分

维度 Xiaomi GC 当前 判断
用户主观观感 7.7 7.1 Xiaomi 更自然、更耐看；GC 更清楚但算法味较重。
算法成熟度 7.5 7.0 GC 有能力，但策略稳定性和审美收敛不足。
细节增强能力 6.8 8.0 GC 明显更强，但多数场景已经接近过锐边界。
图片算法能力判断 成熟参考 可验证 GC 算法值得继续验证，但当前证据不足以证明其成熟度超过 Xiaomi。
自然度/舒适度 8.0 6.8 Xiaomi 赢在“少做一点”。GC 当前处理痕迹更明显。
AWB/色彩一致性 7.7 6.8 GC 在绿植、办公室、夜景灯光下有黄绿和饱和偏移风险。
HDR/高光压制 7.4 6.8 GC 有压制能力，但顶灯、招牌、天空反光过渡偏硬。
暗部层次 7.3 6.5 GC 黑位偏重，低照场景有死黑和沉闷感。
稳定性 7.8 7.0 Xiaomi 很少明显翻车；GC 场景依赖更强。

Capability and risk

能力风险：这些问题用于判断算法成熟度，而不是给出优化清单

Tone Curve / AE

夜景里 GC 容易把黑位压重，5-20 IRE 暗部层次不足。该现象说明算法具备拉开对比的能力，但对低照成片的用户舒适度控制仍不成熟。

Highlight Roll-off

顶灯、LED 招牌、天空反光边缘偏硬。GC 可能有高光压制能力，但 highlight roll-off 的审美质量未达到成熟消费级效果。

Local Contrast

GC 的 clarity/local contrast 强度偏高，提升了第一眼清晰度，但造成树叶、地砖、地毯、建筑边缘偏硬。这是“增强能力强、感知约束弱”的典型算法信号。

Sharpening / Denoise

GC 在文字和建筑边缘上有解析力优势，但在树叶、地面颗粒、暗部等区域会出现过锐和纹理噪声风险。算法是否具备材质感知能力，需要额外验证。

AWB / CCM

办公室白墙、绿植和夜景灯光下有黄绿倾向。色彩一致性是算法成熟度的重要指标，目前样张显示其 AWB/CCM 仍需通过更大样本验证。

Scene Profile

低照夜景、室内荧光灯、户外绿植、阴天建筑、LED 招牌的表现差异明显。GC 是否拥有稳定的多场景策略，是后续图片验证最重要的判断点。

Scene by scene

12 组逐图对比：GC 水印和底部信息栏已在评价中忽略

说明：页面中 GC 图片采用内容裁切视窗，尽量弱化顶部调试水印和底部信息栏。评分仅用于支撑图片算法能力判断，不作为实验室客观分。

001

夜景停车场近景

GC：暗部压黑 优势：局部细节更积极
用户更可能选 Xiaomi
Xiaomi001-XIAOMI.jpeg
GC01001-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.5
GC 用户观感7.0
当前结果判断Xiaomi 虽然暗，但整体更自然；GC 有更强局部可见性，但黑位更重，画面显沉。
算法能力信号低照 tone mapping 有介入能力，但对暗部舒适度和灯光色偏的控制不够成熟。
算法风险点夜景近距离停车、路灯和白车这类高频用户场景，当前 GC 结果可能在盲测中输给成熟手机算法。
可塑性判断更像风格和低照曲线控制偏激进，不足以判定底层低照能力缺失，但需要更多低照样张证明稳定性。
002

夜景停车场远景

GC：大面积死黑 风险：楼体层次不足
用户更可能选 Xiaomi
Xiaomi002-XIAOMI.jpeg
GC01002-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.6
GC 用户观感6.8
当前结果判断GC 的画面更有压迫感，暗部区域被压得太重；Xiaomi 更平缓，虽然不惊艳但更舒服。
算法能力信号GC 能增强局部亮区，但暗场主体识别和中间调分配能力不足，画面可读性不稳定。
算法风险点远景夜景暴露出暗部灰阶和主体权重问题，说明低照稳定性还未被证明。
可塑性判断问题不只是曝光偏暗，而是暗部被压缩后层次不足；需要更多楼宇、停车场和弱光样张确认是否为系统性短板。
003

夜间店铺与招牌

GC：清晰度强 问题：周边暗部硬
GC 可小胜
Xiaomi003-XIAOMI.jpeg
GC01003-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.2
GC 用户观感7.4
当前结果判断GC 店铺主体、招牌、地面更清楚，第一眼更有用；这是 GC 当前比较接近“可超过”的场景。
算法能力信号GC 在店铺主体、招牌和地面细节上有较强提取能力，说明局部 HDR 和纹理增强有基础。
算法风险点优势主要来自增强强度，周边暗部和明暗边界仍有处理痕迹。
可塑性判断这是正向样本，说明 GC 算法有潜力；但需要确认这种优势能否在更多招牌、橱窗和混合光场景复现。
004

夜间楼宇广场

GC：路面层次更强 问题：灯光边缘硬
接近持平
Xiaomi004-XIAOMI.jpeg
GC01004-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.4
GC 用户观感7.3
当前结果判断GC 更有层次，Xiaomi 更稳。用户选择会取决于是否偏好清楚还是自然。
算法能力信号GC 能拉出路面和楼宇层次，但灯光边缘和建筑暗部灰阶显示出高光暗部过渡能力不足。
算法风险点灯光 roll-off 偏硬，暗楼体细节不够细腻，夜景质感距离成熟参考仍有差距。
可塑性判断该组更像 tone mapping 与局部对比边界问题，不足以否定夜景能力，但证明不了夜景算法已经成熟。
005

办公室有人场景

GC：屏幕和桌面清楚 问题：顶灯刺眼、肤色不稳
用户更可能选 Xiaomi
Xiaomi005-XIAOMI.jpeg
GC01005-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.8
GC 用户观感7.2
当前结果判断GC 清晰，但顶灯和天花板更抢眼，人物和白墙自然度弱于 Xiaomi。
算法能力信号GC 解析力强，但室内荧光灯、白墙、人物肤色的优先级处理不够成熟。
算法风险点白墙、顶灯和肤色是用户高敏感区域，当前样张显示室内 AWB/亮部控制仍有明显不确定性。
可塑性判断更像室内 profile 与审美优先级未收敛；但人像/肤色样本不足，不能充分证明肤色算法能力。
006

会议室白墙与顶灯

GC：白墙偏脏 风险：顶灯高光硬
用户更可能选 Xiaomi
Xiaomi006-XIAOMI.jpeg
GC01006-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.6
GC 用户观感7.0
当前结果判断用户对室内白墙很敏感。GC 看起来更锐，但白墙、地毯和黑椅的质感更硬。
算法能力信号白墙、顶灯、黑椅和地毯同时考验 AWB、降噪、锐化和高光处理，GC 暴露出多模块协同不足。
算法风险点低饱和室内场景最容易让用户感到“不干净”，GC 的白墙和地毯质感缺少成熟算法的克制。
可塑性判断这组对室内算法成熟度权重较高；目前更像模块协同不足，而非单一参数偏差。
007

开放办公区

GC：隔断和地面更锐 问题：蓝色和纹理偏硬
用户更可能选 Xiaomi
Xiaomi007-XIAOMI.jpeg
GC01007-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.7
GC 用户观感7.1
当前结果判断GC 的隔断和地面更清晰，但整体偏“数码清晰”，Xiaomi 更像自然成片。
算法能力信号GC 对隔断、地面和天花板线条都有明显增强，说明 detail pipeline 强，但材质区分能力仍需验证。
算法风险点统一强增强风格会让蓝色隔断、地面纹理和天花板线条同时变硬，用户盲测可能输给 Xiaomi。
可塑性判断问题更偏感知约束和材质识别，不是解析力不足；后续应重点验证“锐而不硬”的稳定性。
008

户外树林与落叶

GC：叶片纹理强 问题：绿色偏浓、过锐
用户偏好分裂
Xiaomi008-XIAOMI.jpeg
GC01008-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.5
GC 用户观感7.2
当前结果判断喜欢锐利的用户可能选 GC，但主流用户会觉得叶子和落叶太硬、绿色太重。
算法能力信号自然纹理属于高频密集区域，GC 能提取大量细节，但也会把噪声、纹理和真实边缘混合放大。
算法风险点户外绿植是用户敏感场景。若算法无法区分“真实细节”和“过度增强”，观感风险明显。
可塑性判断这是判断材质感知锐化的重要样本；GC 已证明细节能力，但未证明自然纹理的审美控制。
009

阴天建筑通道

GC：建筑线条更清楚 问题：灰墙和天空不够自然
Xiaomi 小胜
Xiaomi009-XIAOMI.jpeg
GC01009-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.8
GC 用户观感7.4
当前结果判断GC 更有清晰冲击，Xiaomi 的灰阶和建筑材质更平顺。
算法能力信号GC 对低反差建筑场景有拉开层次的能力，但天空和玻璃幕墙的灰阶自然度不足。
算法风险点阴天建筑场景体现审美克制能力。当前 GC 有冲击力，但不一定更符合大众品味。
可塑性判断该组说明 GC 有低反差增强能力，但未证明其能保留阴天空气感和自然灰阶。
010

橙色建筑与广场

GC：视觉冲击力好 风险：色彩稍重
接近持平
Xiaomi010-XIAOMI.jpeg
GC01010-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.7
GC 用户观感7.5
当前结果判断GC 在这类建筑场景有机会超过，画面更立体，橙色主体更突出。
算法能力信号GC 在建筑主体和橙色记忆色上表现接近可用，说明算法有做出社交分享感的潜力。
算法风险点该场景是正向样本，但还不能证明优势能跨天气、距离和构图稳定复现。
可塑性判断这是 GC 的可取方向：有冲击力且不明显失控。后续验证应看这种风格能否保持自然边界。
011

室内饮品店与屏幕

GC：屏幕和吧台清楚 问题：高光和黑台面偏硬
用户更可能选 Xiaomi
Xiaomi011-XIAOMI.jpeg
GC01011-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.8
GC 用户观感7.3
当前结果判断GC 画面清楚，但屏幕和黑台面更“硬”，Xiaomi 的室内氛围更柔。
算法能力信号GC 能把屏幕和吧台细节做清楚，但 LED 高光、黑色台面和大理石纹理被统一强化，材质理解不足。
算法风险点室内商业场景包含屏幕、反光、黑色材质和暖光。当前样张不足以证明 GC 能稳定处理复杂混合光。
可塑性判断更像材质感知和高光分区不足；该问题对成熟算法判断权重较高。
012

日间储物柜与玻璃幕墙

GC：色彩吸引力强 风险：绿色偏浓、玻璃反光硬
接近持平
Xiaomi012-XIAOMI.jpeg
GC01012-CG01.jpg
忽略调试水印/信息栏
Xiaomi 用户观感7.6
GC 用户观感7.4
当前结果判断GC 的绿色柜体更抓眼，适合社交分享；Xiaomi 更克制，长期看更自然。
算法能力信号GC 的绿色柜体更抓眼，说明色彩增强有吸引力；但玻璃反射和高饱和色的克制能力仍未充分证明。
算法风险点这类场景说明 GC 有“做亮点”的能力，但如果缺少上限控制，成片可能显得廉价和硬。
可塑性判断颜色增强能力存在，但色彩边界控制未证明；该组应作为色彩稳定性验证样本。

Algorithm conclusion

算法结论：值得继续验证，但未证明成熟领先

判断项 当前判断 证据 对算法能力的含义
是否值得继续验证 值得继续验证 GC 在细节、局部对比、夜景可见性、建筑场景冲击力上有明显能力信号。 算法底座不是空白，有进一步复盘价值。
是否已超过 Xiaomi 当前不能判定超过 GC 在自然度、色彩稳定性、高光暗部过渡和跨场景一致性上仍输给 Xiaomi。 当前更像“能力有、成熟度不足”，不是“稳定领先”。
未证明能力 人像/肤色、运动、逆光、视频时域稳定性仍缺样本 当前 12 组样张主要覆盖夜景、办公室、绿植和建筑，覆盖面不足。 不能外推到完整消费级影像算法能力。
算法可塑性判断 大部分问题更像增强过强与审美约束不足 当前问题可能是调校风格，也可能是底层场景理解、材质感知和审美闭环不足。 图片结果不足以断言底层能力缺失，但足以提示成熟度风险。

最终判断：仅基于图片结果，GC 算法具备值得继续验证的增强能力，但当前样张不能证明其达到成熟消费级水平，更不能证明其稳定超过 Xiaomi。