新上线昨天0 投票
AI生成的食物图片为何如此“惊悚”？
近年来，越来越多的餐厅、咖啡馆和品牌开始使用AI生成的图片来推广食物，但结果常常令人大倒胃口。从“甜甜圈虾”到“地狱卷饼”，这些图片充满了各种怪异的结构和纹理。本文将从技术角度分析AI图像生成器为何在这些食物图片上频频翻车，并探讨其背后的原因。
技术根源：扩散模型的局限性
AI图像生成器大多采用扩散模型，其工作原理是从纯噪声图像开始，逐步去除噪声以生成目标图像。牛津大学AI与政策教授Chris Russell指出，扩散模型在生成过程中，先恢复粗糙的结构，再添加精细的纹理细节。这导致模型可能在早期阶段就弄错了物体的基本结构，随后又在错误结构上叠加逼真的纹理，最终产生令人不适的图像。例如，食物图片中常见的“孔洞”和“裂缝”，正是模型在生成薄而连续的结构时的典型失败。
训练数据的偏差
此外，AI模型通常在包含大量低质量图像的数据集上训练，这些图像可能本身就不清晰或缺乏真实感。当模型学习这些图像时，会倾向于生成类似风格的内容，导致输出的食物图片看起来“塑料感”十足或结构怪异。
人类视觉感知的影响
人类对食物图片的期望是“看起来好吃”，而AI生成的图像往往违背了这些直觉，比如不自然的颜色、奇怪的形状或让人联想到恶心事物的纹理。这种“恐怖谷”效应在食物领域尤为明显，因为我们对食物的外观非常敏感。
结语
尽管AI技术在不断进步，但在食物图像生成领域仍面临巨大挑战。对于试图用AI推广食物的商家来说，或许回归传统摄影仍是更稳妥的选择。
