有意思的地方不在于它又做了一次色彩校正，而在于它把「相机根本测不到、但眼睛能看到」的那部分光谱，当成了必须显式补回来的东西。
问题：断成两截的链路
把手机举起来对着场景，屏幕上那张图和你直接用眼睛看到的，颜色、亮度、对比度都对不上。默认解法是拆成两段各自解决：相机端 AWB + CCM 把 raw 拉到 sRGB，屏幕端 ICC profile 或 3D LUT 把 sRGB 显示出来，中间靠一个低维色变换当接口。
作者的判断是：这个拆分本身就是错的。整条链路的终点是人眼，不是 sRGB；把一个人为约定的中转站当成两段标定的强制接口，等于在中间砍掉了一批信息。
转折一：把相机和屏幕当成一个耦合系统
第一步是取消这个中转站。作者训练一个 learned camera-display projector，直接建模「相机的测量值」到「屏幕该发什么光」的非线性映射。训练数据靠一个朴素的 recapture 协议造：把 RGB 图渲到屏上，再用相机拍回来，天然成对。
网络小得出奇：逐像素两层 MLP，隐层宽 128，30.8K 参数——而它超过的 3D LUT baseline（IA-3DLUT）有 593.0K 参数，100 张图就训得动。问题一旦被正确地耦合建模，需要的容量掉了一个数量级。
转折二：metameric black 不是理论玩具
真正的硬核在第二步。相机的三条光谱响应曲线张成一个三维子空间，落在它正交补里的那些光谱分量，相机响应严格为零——这就是 Cohen 意义上的 camera-null space / metameric black。论文里写得很直白：「spectral components invisible to the camera can still affect the observer’s perceived color」。
分量在于：这部分误差是 CCM 无论怎么拟合都补不回来的，它不在相机的观测里，想补就得从别处猜。作者用光谱重建网络（MST++）从 RGB 估逐像素的 null-space 系数，并给出一个很有用的经验结论：这个 null 分布高度低维，第一主成分在大规模 radiance 集合上解释了约 93% 的方差——沿一个主方向补一个系数，就吃掉了绝大部分。
再加一个观测者标定项 φ ∈ ℝ³ˣ¹，只跟观察者和屏幕有关、只有三个未知量，一次性网格搜索定下来，跨光源稳定。
效果：ColorChecker 上加了 camera-null 修正后 ΔE_mean 从 6.49 降到 5.18，STRESS 17.48；十位观察者的主观打分五分制平均提升 2.0 分。
它能进哪些工作流
先说清楚它为什么出现在这个栏目：它不是 VLM 也不是扩散模型，核心是 30.8K 的 MLP 加一个光谱重建 transformer。推它是因为方法论可迁移——把「传感器不可见分量」从误差项升级成显式建模、可估计、可补偿的量，这个动作在多光谱 SFA、跨相机一致性、光谱驱动 ISP 上是同一件事。
具体几条：
- 所见即所得的取景预览。直播带货、电商拍摄、装修选色，用户要的是屏幕和实物一致，不是屏幕和 sRGB 一致。
- 跨设备颜色一致性。「先转到设备无关色空间再转出去」这个默认范式值得重新审视：中间那一跳是必要的抽象，还是信息瓶颈。
- 通道数收益的上界。如果 null-space 真的只有约一维有效自由度，「多加几个通道能挽回多少」原则上可以算出来，而不只能靠跑对比实验。
局限与存疑
- 需要相机-屏幕配对标定，不跨机型泛化；上限还被手机屏幕的色域和动态范围卡死。
- 低秩 null-space 假设在异常光源下可能失效——窄带 LED、荧光灯恰恰是最需要它的场合。这里我持保留态度：93% 是在特定 radiance 集合上统计的，换一批光源谱未必守得住。
- 从 RGB 反推光谱本身欠定。拿一个猜出来的光谱去补「相机看不见的分量」，本质是用先验换观测，能 work 多少取决于场景分布有多接近训练集。
- φ 是三参数的观察者-屏幕耦合项，别直接读成 CIE 意义上的观察者同色异谱——论文没做那么强的声明。