數據女巫 D.pys

工具本身就是作品

數據女巫的核心不只是「用 AI 出圖」，而是把生成系統也納入作者性。她在個人網站的自述裡說明，自己以數百張風格化作品微調開源 Stable Diffusion 模型，讓模型長出可辨認的高飽和、高對比與晶體般破碎質感。她另公開台灣廟宇、神祕符號等 LoRA，題材從在地建築走到塔羅與星盤圖像。

長期專案 PROJECT: MUSE 更往前一步：以 n8n、Docker、ComfyUI 串起全自動生成流程，讓系統在她訂定規則、訓練模型與設計工作流後持續運轉。作品不再只是最後那張圖，也包括模型、規則與流程如何被建構。

從金融、工程到生成藝術

她的公開經歷橫跨金融、軟體工程與生成藝術，並以 Live Prompting 見長。2024 年先後拿下 GIGABYTE「VS AI 街頭對戰」冠軍、ASUS 校園 AI 繪圖競賽亞軍與現場最佳人氣獎；影像與裝置作品也曾在 NVIDIA RTX AI PC DAY、香港、深圳展出，並與資策會 Living Lab+ 合作互動數位展品。創作之外，她持續在大學、社群與年會分享 Stable Diffusion、Midjourney 和自動化工作流。

《繭房》

2026 年，她與 Exuan、Sokushijin 在 GMI Cloud 與 Wan 合辦的現場限時賽合作《繭房》。影片把社群平台的推薦機制變成一座看不見的牢籠：演算法愈懂使用者，使用者看見的世界反而愈窄。五分十五秒的成片拿下 AI 影視職人創作大賽第一名，並由她的 YouTube 頻道公開完整版本。公開說明未細分三人的職務，本站因此保留共同創作署名，不另行推測分工。