Folia
← 返回头版

AI生成菜单的"同质化"困境:为何算法美食总显得诡异不适

生成式AI在餐厅菜单设计中的应用暴露出一个棘手问题——算法生成的食物图像呈现出不自然的单调性和光滑感,让消费者感到不适1。这种现象源于AI模型在训练数据中学到的狭隘审美标准1。Reality Defender首席技术官Alex Lisle用一个生动的比喻描述了这一困境:"这就像外星人在制作披萨而不理解其核心原则"1。AI系统往往会生成"完美圆形冰淇淋球"和"遗传改良虾咬尾巴"这类过度规则化的食物形象1。

问题在于图像的反复编辑与重处理加剧了这种劣化。Lisle解释了其中的机制:"当你把一个模型的输出反馈到自身,最终近亲繁殖会过度,整个系统崩溃"1。这种被称为"收敛"的现象已经有用户实际验证——Labtec在社交媒体X上展示了对ChatGPT菜单编辑100次后的效果1。Elon大学数字未来中心主任Lee Rainie指出,"AI在图像和语言中都倾向于磨平边角...优化是为了取悦而非冒犯"1,这导致算法生成的内容失去了真实食物的多样性与个性。德国杜伊斯堡-埃森大学的研究进一步证实,AI生成的食物图像会产生"恐怖谷"效应——那些接近真实但明显虚假的图像会引发更强的厌恶感1。


评论