题目没有固定椅子在画面里的位置，因此左侧一把完整椅子成立，右侧一把完整椅子也成立。现在逐像素平均这两幅图：左边保留一半椅子的颜色，右边也保留一半，结果是两份半透明重影。它在数字上做了折中，却没有选择一把完整椅子的位置。

这解释了为什么“接近所有参考答案”与“交出一个合理样本”可能冲突。平均图不是把一把椅子平稳移到中间，而是在每个像素上折中两幅图。图像里的对象结构不一定在这种平均运算下保持。

一个更小的数值例子可以看清评分的作用。假设答案等概率为 −1 或 +1，只允许模型输出一个数，并用平方误差评分。输出 0 时，两种情况下误差都为 1；输出 +1 时，一半误差为 0，另一半为 4，平均误差为 2。于是这套单点评分偏好 0，但若任务要求从两个合法答案中给出一个样本，0 恰好都不是。

“所以均值预测是错误的方法吗？” 不是。若任务就是估计平均数量或最小化平方误差，均值可能正是合适答案；问题出在把这个答案直接当作完整候选。当多种可能路线分别绕过障碍，而平均路线穿过障碍时，也会出现相同区别：算术折中不保证保留可行性。

在固定方差高斯观测模型等条件下，像素平方误差会鼓励相应的均值行为；换观测模型、条件或生成过程，结论可以改变。不能据此断言所有 VAE 必定模糊，也不能看到扩散训练里的均值预测，就断言最终采样只能是一幅重影。N31 会专门区分预测器在当前状态给出的信息，与整个迭代过程交付的完整样本。

这里的要点是把目标说清：要一个平均估计，还是要一个满足结构的具体实现？改为从不同潜变量取完整样本后，我们还需要检查这些起点是否广泛可用。下一页看为什么一条漂亮插值路径回答不了这个问题。