一篇字帖先被拆成了部件：AI 書法生成，是一套被排好的筆勢介面

2026 年 10 月 25 日，V2EX 網友 dvbs2000 在「分享創造」節點發佈了一個書法生成專案。做法說來直接：拿一篇真實字帖餵給 AI，讓它學習文字結構，之後輸入任何詩詞，就能生成對應的書法作品並下載。作者自評效果「大概能到原字帖 90% 水平」，並開放了線上體驗頁與 GitHub 原始碼。

值得看的是作者描述系統的方式。他用了幾組相當工程化的詞：三層動態書法異形引擎、同字異形 PUA 輪換、部件級錯落微變、彈性筆勢場與蘸墨呼吸，再加上一套「隨字賦形不等距縱向排版」，作者英譯為 True Bounding-Box Vertical Kerning。這些術語拆開來看，其實對應的都是書法之所以不是字體的具體原因。

書法與印刷體最直接的差別，在於同一個字在不同語境下長得不一樣。同一個「之」字，在《蘭亭集序》裡出現多次，姿態各異。作者的「同字異形輪換」處理的正是這件事：同一個字被生成出多個變體，重複出現時輪流使用。「部件級錯落微變」則照顧偏旁與部首之間的比例鬆動，人手寫字時左右部件永遠不會對得像格線一樣齊。而「蘸墨呼吸」模擬的是筆鋒含墨量由飽到枯的變化，一筆之內粗細起伏，這是字體檔最難裝下的資訊。

排版那層同樣關鍵。電腦排直書時，字與字的間距是均等的；書法的縱向行氣卻跟著字形走，筆畫多的字佔得寬，筆畫少的字收得緊。作者用「依真實外接框做縱向調整」來逼近這種不等距，目標只有一個，用他自己的話說，是「徹底消除電腦排字機械感」。

這個說法也框出了整個專案的對照組。留言區裡最有力的質疑恰恰來自同一個方向：有人認為「和原版差得太大，還不如直接用字體」，也有人直言「這玩意不需要用 AI，字體是現成的」。這兩種意見看似相反，其實指向同一個判準：如果生成結果只是均質的楷體字偶爾夾雜王羲之筆意，那麼它輸給字體檔的穩定與便宜；反過來說，它必須比字體更像「手寫」，也就是更不均質、更不可預測，才有存在的理由。作者的回應也誠實：訓練樣本只有一篇文章，目前是可行性測試，樣本擴充後才容易迭代到可用水平。

從設計的角度看，這個專案真正有意思是它把「書法感」拆解成了一組可操作的參數。筆勢、部件、墨色、字距，這些在書法教學裡靠口傳心授的語彙，在這裡變成了系統裡的層與場。這與我們先前觀察過的把參考素材收進同一介面的 AI 影片工具有相似的邏輯：創作的門檻被搬到了一個輸入框上，輸入詩詞，輸出作品。演示清單裡列了《蘭亭集序》《山居秋暝》《心經》《長恨歌》《春江花月夜》，還有盲測對比與二維碼印章，後者尤其能看出作者對「成品感」的經營，一幅書法作品需要落款與印，二維碼被做成印章形狀，等於把分享與裝裱壓縮進了同一個畫面。

至於爭議本身，留言區裡關於該叫「書法」還是「規範字」的拉鋸，本質是命名權的問題。「書法」二字承載的審美與修習脈絡，確實遠超一套生成系統目前能兌現的範圍；但以一篇文章的樣本能做到目前程度，這個專案的價值在於它示範了筆勢與排版可以被參數化到什麼地步。它還不是書法，但它把書法拆開的方式，值得每一個做字體與排版的人看一看。