DAII™鑽石品質指數：從 Tolkowsky 圓鑽比例理論到現代 AI品質指數
- 6月3日
- 讀畢需時 13 分鐘
已更新：6月19日
DAII 分數範圍 | 級別 | 稀有度 | 適合用途 |
9.00 或以上 | 典藏級 (Collector) | 少於 0.01% | 無與倫比的光芒，達至收藏級標準，供應極為稀有 |
7.00 – 8.99 | 高階 (Premium) | 約 3% | 高階的閃爍鑽石，為求婚、訂婚及重要禮物而設 |
5.00 – 6.99 | 入門 (Standard) | 約 30% | 市場常見之選，品質穩定，適合日常配戴及入門需求 |
5.00 以下 | 基礎 (Basic) | 約 70% | 光芒表現較為有限，適合價格導向的基本選擇 |
目錄
DAII™ 的起源與核心定義
DAII™（Diamond Artificial Intelligence Index｜AI 鑽石品質指數） 是將 Marcel Tolkowsky 圓鑽比例理論 與 現代 AI 分析邏輯 結合而成的鑽石品質指數模型。其核心目的，是將鑽石證書與規格資料中分散、複雜、難以直接比較的參數，轉化為一個可量化、可比較、可解釋的品質分數：DAII™ Score。
圓形明亮式鑽石並非單純由美學經驗構成。其亮度、火彩、閃爍、正面直徑、比例平衡與視覺穩定性，均受到切割比例、角度、深度、冠部與亭部結構影響。Tolkowsky 的貢獻，是將圓鑽之美從工匠經驗推向數學與光學分析。他提出的比例思維，奠定了現代圓鑽切工判斷的重要理論基礎。
然而，現代鑽石市場已比 Tolkowsky 時代複雜得多。天然鑽石、培育鑽石、不同證書體系、不同切工比例、不同價格區間，以及大量表面規格相近的鑽石，使傳統 4C (Carat 重量、Color 顏色、Clarity 淨度、Cut 切工) 與證書資料不再足以完整表達一颗鑽石的整體品質結構。
DAII™ 的建立，正是為了處理這種資料複雜性。它不是重複 4C 分級，也不是單純讀取證書上的表面等級，而是將 顏色 (Color)、淨度 (Clarity)、切工 (Cut)、拋光 (Polish)、對稱 (Symmetry)、螢光反應(Fluorescence)、腰圍 (Girdle)、底尖 (Culet)、圓度比例 (Ratio)、桌面比例 (Table)、深度比例 (Depth)、冠角 (Crown Angle)、亭角 (Pavilion Angle)、冠高 (Crown Height)、亭深 (Pavilion Height) 及 證書可信度 (Certificate Confidence) 等可量化鑽石參數，整合為一套可比較、可解釋的結構化品質模型。
因此，DAII™ 的本質不是單純分數，而是一種鑽石品質判斷方法：以 Tolkowsky 的比例思想為理論根基，以 AI 時代的資料分析方式為模型架構，建立現代鑽石品質的指數化語言。
起源：從 Tolkowsky 到鑽石 AI 化評估
現代圓形明亮式切工的理論基礎，與 Marcel Tolkowsky 密不可分。Tolkowsky 的重要性不只是提出某一組圓鑽比例，而是提出一種鑽石判斷方法：鑽石的美，可以透過比例、角度與光線路徑進行數學化分析。
他的核心問題是：怎樣的圓鑽比例，能更有效地讓光線進入鑽石、在內部反 射與折射，並重新回到觀察方向？
這個問題至今仍是圓鑽評估的核心。圓鑽的視覺表現並不只由 色級 (Color) 或 淨度 (Clarity) 決定，也不只由 切工 (Cut) 級別一項決定。檯面 (Table)、全深 (Depth)、冠角 (Crown Angle)、亭角 (Pavilion Angle)、亭高 (Pavilion Height) 等比例資料，均會影響鑽石的光線回傳、色散、閃爍與正面觀感。
但現代市場已不再只有單一比例中心。隨著切工技術的進步、商業需求更替、培育鑽石的供應及消費偏好的演化，圓鑽比例出現更廣闊的可接受區間。例如，更大的檯面 (Table) 可能改變正面的光線分佈與視覺比例；較大的正面直徑可能提升同一克拉下的視覺尺寸；某些 冠 (Crown) / 亭 (Pavilion) 組合即使不完全等於傳統中心比例，也可能在實際視覺效果上取得亮度、火彩與直徑之間的平衡。
因此，現代圓鑽品質判斷不能只停留在單一 “理想比例” 概念，也不能只依賴鑽石切割 (Cut) 級別。它需要一個能同時處理多項參數、多個範圍、多種權重與不同證書可信度的分析模型。
DAII™ 正是在這個邏輯下產生。
Tolkowsky 提供的是圓鑽比例與光學判斷的理論基礎；DAII™ 則將這種比例思想，轉化為 AI 時代的結構化品質指數。
簡言之：
Tolkowsky 將圓鑽美學數學化。
DAII™ 將鑽石品質判斷模型化。
問題：4C 與證書無法完整解釋鑽石差異
4C 是鑽石市場最重要的共同語言。克拉 (Carat)、色級 (Color)、淨度 (Clarity) 與切工 (Cut) 提供了鑽石的基本分類方式；證書則提供第三方標準化資料，使鑽石交易具備共同參考基礎。
但 4C 與證書的限制也十分明顯：每一個等級，本質上都是一個範圍，而不是一個精準數值。D Color 並非單一色值，VS1 Clarity 並非單一內含物狀態，Excellent Cut 亦並非單一比例結構。兩粒鑽石即使同樣標示為 1.00克拉 (ct)、D Color、VS1 Clarity、Excellent Cut、GIA 證書，其實際品質仍可能存在差異。
這些差異往往來自證書上較少被直接理解的深層資料，例如檯面 (Table)、全深 (Depth)、冠角 (Crown Angle)、亭角 (Pavilion Angle)、拋光 (Polish)、對稱性 (Symmetry)、 螢光 (Fluorescence)、腰圍 (Girdle)、底尖 (Culet) 與整體比例組合。這些參數共同影響圓鑽的光學幾何與視覺穩定性。
以 DAII™ 內部模型估算，兩粒同樣屬於 GIA Excellent Cut 的圓鑽，如果一粒接近高穩定比例區間，另一粒位於 Excellent Cut 的邊界型區間，其 比例與光學幾何分項 可出現約 10%–25% 的模型差距；在較極端但仍屬同一切工等級的情況下，整體 DAII™ Score 亦可能出現約 5%–15% 的差距。
這並非指肉眼觀察下的閃爍表現必然精確相差 15%。實際視覺差異仍會受觀察環境、光源條件與鑽石實物狀態影響。此數值更準確地反映的是：在 DAII™ 的可量化品質模型中，同一證書等級之下的鑽石，仍可能存在明確的比例與結構差異。
因此，較高的單一等級，不必然等於更高的整體品質。例如一粒 D / VS1 / Excellent 的圓鑽，如果比例結構偏離 DAII™ 的高分區間，其整體品質模型分數，可能低於另一粒 D / VS2 / Excellent、但桌面比例、深度比例、冠角與亭角組合更接近理想光學結構的圓鑽。
這並不是否定 4C，也不是否定證書。相反，4C 與證書仍是鑽石品質判斷的基礎資料。但它們主要回答的是 “這顆鑽石在四大分項屬哪個等級？”，而不是完整回答 “整體而言，鑽石處於甚麼品質位置。”
DAII™ 所處理的，正是這個判斷缺口。
理念：將鑽石判斷轉化為結構化智能
傳統鑽石品質判斷主要依賴三個層面：4C 分級、證書資料與專業經驗。三者均有價值，但各自存在限制：
4C 提供基本分類，但資料維度有限。
證書提供標準化資料，但仍需要專業解讀。
專業經驗能處理細節，但不同評估者之間可能存在判斷差異。
DAII™ 的理念，是將這些分散資料轉化為一套更一致、更可比較、更可運算的結構化智能。所謂結構化智能，不是單純把更多資料堆疊在一起，而是建立一套清楚的品質判斷邏輯：哪些參數應被納入、哪些參數具備較高影響力、哪些比例區間具有較高穩定性、哪些因素應作風險調整、不同證書體系如何影響最終品質可信度。
在 DAII™ 之中，4C 不再被視為完整答案，而是品質模型的第一層資料。圓鑽品質不只由色級、淨度、切工決定，也受到比例幾何、切工完成度、視覺風險與證書可信度共同影響。
這代表鑽石比較不應停留於線性判斷，例如 "D 一定優於 E"、"VVS1 一定優於 VS1"、"Excellent 一定代表最佳"。真正的品質結構，往往來自多項參數之間的組合。
DAII™ 的角色，就是將這些組合轉化為可計算的模型輸出。
框架：DAII™ 分析的核心鑽石參數
DAII™ 的分析框架建立在多項可量化鑽石資料之上。它不是單純把 4C 重新包裝成一個分數，而是將證書與鑽石規格中的資料分層整合，形成一套可比較、可解釋的品質模型。
DAII™ 採用加權指數模型。其公開模型可概括為：
xᵢ 代表第 i 個鑽石參數，例如 色級 Color、淨度 Clarity、檯面 Table、全深 Depth、冠角 Crown Angle；
sᵢ(xᵢ) 代表該參數經 DAII 標準化後的分項分數；
αₖ,ᵢ 代表該參數在所屬層級內的權重；
Sₖ 代表第 k 個品質層的層級分數；
wₖ 代表該品質層在整體模型中的相對權重；
L_cert 代表證書可信度系數。
換言之，DAII™ 並非單純平均分，而是分層加權模型。它先將每項鑽石資料轉化為標準化分項，再按其在品質判斷中的重要性加權，最後形成單一 DAII™ Score。
DAII 模型可分為五個核心層級：
DAII™ 層級 | 主要參數 | 功能 |
第一層 基礎品質資料 | 色級、淨度、切工 | 建立鑽石基本品質層級 |
第二層 切工完成度 | 拋光、對稱性 | 判斷切面完成度與幾何穩定性 |
第三層 比例與光學幾何 | 檯面、全深、冠角、亭角、冠高、亭深 | 分析亮度、火彩、光線回傳與視覺平衡 |
第四層 結構與視覺風險 | 螢光反應、腰圍、底尖、長寬比 | 評估潛在視覺風險、耐用性與輪廓穩定性 |
第五層 證書可信度 | GIA、IGI、其他證書體系 | 反映不同證書體系的市場信任度與資料可信度 |
在 DAII™ 模型中，傳統 4C 約佔核心品質判斷的重要部分，但並非全部。比例與光學幾何因素約佔整體模型的三分之一，顯示 DAII™ 對圓鑽結構品質的重視程度。
第一層：基礎品質資料
第一層包括色級 (Color)、淨度 (Clarity) 與 切工 (Cut)。這三項對應傳統 4C 中最直接影響品質判斷的核心資料。色級反映色級純度，淨度反映內含物與表面特徵對品質的影響，切工則提供切工等級的基本判斷。
但在 DAII™ 中，這三項只是模型的基礎輸入，而非最終結論。原因是色級、淨度與切工均屬等級區間，並非精準數值。DAII 會將這些等級轉化為標準化分項分數，再與其他結構性資料共同評估。
第二層：切工完成度
第二層包括拋光 (Polish) 與 對稱性 (Symmetry)。拋光反映鑽石切面表面的完成狀態；對稱性反映切面排列、幾何對稱與整體結構穩定性。這兩項雖然常被視為輔助資料，但在圓鑽品質判斷中具有實際意義。
兩粒同樣標示為 Excellent Cut 的鑽石，如果一粒擁有更穩定的拋光與對稱性，另一粒只是剛好達到分級邊界，其切面精度、視覺一致性與光線表現仍可能不同。因此，DAII™ 將切工完成度獨立納入模型，而不是只依賴 Cut grade。
第三層：比例與光學幾何資料
第三層是DAII™ 與 Tolkowsky 圓鑽比例思想連接最深的部分。圓鑽的檯面 (Table)、全深 (Depth)、冠角 (Crown Angle)、亭角 (Pavilion Angle)、冠高 (Crown Height) 與 亭高 (Pavilion Height)，直接影響光線進入、反射、折射與回傳方式。這些數據不是附屬資料，而是圓鑽光學結構的核心。
在 DAII™ 中，比例不是單一數字，而是一組幾何關係。檯面 (Table) 影響正面視覺比例與光線進出方式；全深 (Depth) 影響正面直徑與重量分佈效率；冠角與冠高影響火彩與色散；亭角與亭高則直接影響光線回傳與漏光風險。
DAII™ 的公開比例參考可概括如下：
比例參數 | 高穩定區間 | 邊界型區間 |
檯面比例 | 約 54.0–56.5% | 接近 60.0% |
全深比例 | 約 61.0–62.2% | 接近 63.5% |
冠角 | 約 34.2–34.8° | 接近 36.0° |
亭角 | 約 40.6–40.9° | 接近 41.5° |
冠高比例 | 約 14.5–15.5% | 接近 16.5% |
亭深比例 | 約 42.8–43.5% | 接近 44.2% |
在 DAII™ 模型估算中，若兩粒鑽石同樣屬於 Excellent Cut，但一粒接近高穩定比例區間，另一粒位於邊界型區間，單是比例與光學幾何分項，已可能造成約 10%–20% 的模型差距。反映到整體 DAII™ Score，亦可能造成約 5%–15% 的總分差距。
這種差距並在肉眼觀察下的閃爍表現必然精確相差 15%，實際視覺差異受環境、光源與實物狀態影響，可能高於或低於該數值。更準確地說，這個百分比反映的是在 DAII™ 可量化品質模型中，即使同屬一個證書等級，兩粒鑽石之間仍可能存在實質的結構性差異。
第四層：結構與視覺風險因素
第四層包括 螢光反應 (Fluorescence)、腰圍 (Girdle)、底尖 (Culet)、長寬比 (Ratio)。螢光反應不必然代表品質缺陷，但在某些情況下可能影響視覺穩定性與市場接受度。腰圍反映腰圍厚薄，過薄可能涉及耐用性，過厚則可能降低重量分佈效率。底尖影響鑽石中心視覺完整度。長寬比則用於判斷圓鑽輪廓穩定性。
這些資料在傳統銷售語境中常被弱化，但在專業模型中，它們屬於必要的風險調整項。DAII™ 將其納入模型，是為了避免一粒表面 4C 較高、但存在結構或視覺風險的鑽石被過度高估。
第五層：證書可信度
不同證書機構在分級標準、嚴謹度、市場認受性與資料可信度上並不完全相同。因此，同樣的色級 (Color)、淨度 (Clarity) 或 切工 (Cut grade)，在不同證書體系下，其市場理解與信任程度可能有所差異。
DAII 將證書可信度納入模型，並不是把證書視為單純資料來源，而是將其視為最終品質判斷的可信度調整因子。這使 DAII™ Score 更接近實際市場對鑽石品質資料的理解方式。
因此，DAII™ Score 並不是某一項參數特別高所形成的結果，而是五層資料共同作用後的品質結構。高分鑽石通常不是只有 D Color 或 VVS Clarity，而是在基礎品質、切工完成度、比例幾何、風險因素與證書可信度之間取得穩定表現。
4C 描述鑽石的大項等級；DAII™ 描述鑽石的整體品質結構。
分數詮釋：DAII™ Score 代表甚麼
DAII™ Score 是一粒鑽石整體品質結構的數據化表達。 它不是單一參數的替代符號，而是多項可量化資料經過標準化、加權與證書可信度調整後形成的模型輸出。換言之，DAII™ Score 反映的不是某一個表面等級，而是一粒鑽石在整體品質上的綜合位置。
較高的 DAII™ Score，通常代表該鑽石在多個品質層面具備更強表現，包括基礎品質、切工完成度、比例與光學幾何、結構風險控制，以及證書可信度等因素。因此，即使在傳統 4C 框架下，較低等級的鑽石，也有可能因為整體比例與結構條件更佳，而獲得比表面等級較高鑽石更好的 DAII™ Score。
這也是 DAII™ Score 的核心價值：同一 4C 等級之下，仍然可以存在不同品質層次。兩粒同樣標示為 D / VS1 / Excellent 的鑽石，過去往往需要透過逐項證書資料與專業經驗判斷差異；DAII™ 則將這些差異轉化為一致的品質指數，使同級鑽石之間的比較更具標準化基礎。
因此，DAII™ Score 代表的是一粒鑽石的整體品質判斷，而不是購買建議，也不是價格判斷。它回答的核心問題是：
這粒鑽石在整體品質結構上是否優於另一粒鑽石？
在相同 4C 等級之中，它是否處於更高的品質位置？
這正是 DAII™ Score 的核心意義。
影響：DAII™ 如何重塑鑽石比較方式
DAII™ 對鑽石比較方式的影響，在於它將鑽石評估由單項等級比較，推進至多參數結構比較。傳統比較方式通常是線性的：D 高於 E，VVS1 高於 VS1，Excellent 高於 Very Good。這種方式具備簡潔性，但容易忽略鑽石品質本身的結構複雜度。
現實中的鑽石品質並不是線性的，而是由多項參數共同構成。高色級 (Color) 若配合較弱比例，未必形成較高整體品質；高淨度 (Clarity) 若伴隨較低切工完成度，也未必帶來更優整體表現。相反，一粒表面等級稍低但比例更好、完成度更高、風險因素低的鑽石，可能在 DAII™ 模型中呈現更強的整體品質結構。
DAII™ 的價值，在於它提供一個共同評估框架，使鑽石能夠在同一套更完整的模型中被比較。這對產品篩選、庫存分析、品質排序、內部標準化與跨市場產品管理，均具有實際意義。DAII™ 不是單一展示分數，而是產品品質系統的一部分。它將傳統鑽石知識、證書資料、比例結構與 AI 分析邏輯整合成一套可重複使用的品質判斷模型，使鑽石不再只以分項規格描述，而是以一個整體品質結構呈現。
現階段應用：DAII™ 與傳統 4C 的關係
DAII™ 現階段首先應用於圓形鑽石。原因並非 DAII™ 的思想只能處理圓鑽，而是圓形明亮式切工具備最成熟、最可量化、最接近數學與光學分析的比例基礎。
圓鑽的 檯面 (Table)、全深 (Depth)、冠角 (Crown Angle)、亭角 (Pavilion Angle)、冠高 (Crown Height) 與 亭高 (Pavilion Height) 已形成相對成熟的專業討論框架，因此適合作為 DAII™ 建立品質指數的第一個應用場景。
DAII™ 與傳統 4C 的關係不是取代，而是結構化整合。4C 提供基本分類，證書提供標準化資料，DAII™ 則進一步分析這些分類與資料之間的組合關係，並將其轉化為可比較的整體品質分數。
因此，DAII™ 的功能不是推翻傳統鑽石知識，而是將傳統資料放入更完整的模型架構中。4C 不再只是四個孤立資料點，而是 DAII™ 品質模型中的基礎輸入。證書也不再只是靜態文件，而是可被進一步分析、轉換與比較的資料來源。
這使鑽石品質判斷由 “等級閱讀” 進一步發展為 “結構分析”。
結論：DAII™ 作為現代 AI 鑽石品質指數
從 Tolkowsky 的圓鑽比例理論，到現代 AI 分析邏輯，DAII™ 將傳統鑽石知識、證書資料、比例幾何、切工完成度、視覺風險與證書可信度整合為單一品質指數。它使鑽石不再只被描述為 D、VS1、Excellent 或 GIA，而是能透過多層參數組合形成更完整的品質結構。
DAII™ 的建立，不是為鑽石增加一個裝飾性分數，而是為現代鑽石品質評估建立一套結構化指數模型，是現代鑽石品質語言的核心組成。每一顆圓形鑽石的 DAII™ Score，代表其在基礎品質、比例結構、完成度、風險因素與證書可信度之間的綜合表現。
DAII™ 最重要的意義，是將鑽石比較由 “分散的等級閱讀” 推進到 “綜合的結構分析”。同樣 4C 的鑽石，可以透過 DAII™ 呈現更清楚的結構差異；不同證書與不同切工比例的鑽石，也能在同一套模型中被更一致地分析。
因此，DAII™ 作為 AI 鑽石品質指數，其定位不是一個簡化工具，而是一套以 Tolkowsky 比例思想為根基、以現代 AI 分析邏輯為方法、以可量化參數為基礎的鑽石品質指數模型。
DAII™ 的核心，不只是讓鑽石多一個分數，而是綜合多個角度，更全面完整地解答一顆鑽石的品質。
本文由 RAGAZZA Diamond 原創撰寫，版權所有。 未經書面授權，禁止任何形式之轉載、複製或使用。
