2026-10-05 21:45 AI 观察

AI总在画美女？极客公园揭秘平均脸偏见机制

核心事件：2026年10月5日，极客公园（GeekPark）发布深度长文《AI，为什么总在画美女？》，从1973年的Lena Soderberg测试图，到2026年5月韩国棒球联赛的"AI韩国女球迷"病毒视频，系统性剖析了AI图像生成模型为何反复把"美女"作为默认输出——这是技术原理、训练数据分布、人类审美心理和社区反馈机制四方共振的结果。

新闻触发点：2026年5月初，X上一条5秒钟的"韩国职业棒球联赛转播"视频播放量冲到1525万次。镜头里一位穿白上衣牛仔裤的女性翘腿看比赛，看似"普通韩国女性"。但老球迷发现比分牌上的击球手曹仁成早在2017年退役，加油标语多出一个字像是AI直译，解说却是美式口音——女人根本不存在，是AI生成的。视频被拆穿后反而成了爆款模板，用户把自己的脸塞进去生成"被球场镜头抓拍到的自己"。

平均脸理论：1990年心理学家Judith Langlois和Lori Roggman做了经典实验——把一批人脸用数学方法合成"平均脸"，结果合成脸比几乎每一张真人脸都更有吸引力，参与平均的脸越多、合成脸越好看。这条结论在不同性别和族裔中都成立，论文标题干脆叫《有吸引力的脸只是平均的》（Attractive Faces Are Only Average）。类似的观察更早也发生过——1877年有人写信告诉达尔文：两张女士肖像用立体镜叠合成的脸每一次都明显更美。

生成模型的本质就是从数据分布中心取样，天然倾向画"平均脸"，而平均脸恰好又是人眼里的美。人类心理结合机器原理，就是"美女作为AI默认值"的技术根基。

AI超真实：2023年澳大利亚国立大学的研究把这个碰撞推到极端——心理学家发现AI生成的白人面孔，被实验参与者判断为"真人"的次数比真实白人面孔更多。研究者称之为"AI超真实"（AI hyperrealism），解释是训练数据以白人为主，模型生成的脸更接近该群体的平均值，而接近平均的脸会被感知为更典型、更像真人。AI美女最典型的特征是"过分光滑的皮肤"——三十多年前Langlois实验收到的那个方法论批评（取平均抹掉了皮肤瑕疵），如今恰好成了2025年AI美女的识别破绽。

从Lena图到Lensa：1973年南加州大学的研究者随手从《花花公子》中间插页撕下一条5.12英寸扫描图，成为图像处理行业半个世纪的默认测试图。IEEE图像处理汇刊主编David Munson在1996年的短文里直言：这是一个有吸引力的女人照片，一个以男性为主的研究圈子被它吸引并不奇怪。1991年《花花公子》发函主张版权最后放手，2024年4月1日起IEEE计算机协会正式不再接收使用这张图的论文——距离那次扫描，整整五十一年。2022年底Lensa的"魔法头像"功能爆红，MIT科技评论AI记者Melissa Heikkilä生成100张自己头像，其中16张上身赤裸、14张衣着极少姿势性感；她的男同事拿到的全是宇航员、探险家、发明家——同一模型、零提示词输入。

投票-打分机制闭环：每一次生成、保存、转发都是一次投票。2025年一项研究统计了AI图像社区Civitai——NSFW（成人向）图片占比从2023年1月的41%升至2024年12月的80%。厂商训练"打分员"（reward model/aesthetic scorer）学人们觉得什么图好看，再用这个标准调教模型。最常用的PickScore数据来自一个网页应用：用户写提示词、系统给两张图、用户挑更喜欢的那张。这份数据审核后剔除了NSFW用户，但2024年一项研究奖励模型的论文发现：拿PickScore微调模型，哪怕提示词和性无关，模型画出的NSFW图也会变多。

国内AI短剧的同脸现象：2026年上半年AI短剧爆发式增长，中国网络视听协会数据显示第一季度AI微短剧在全行业上线微短剧中占比已超95%。但"AI脸恐怖谷效应"登上微博热搜——豪门总裁、古装侠客、都市白领共用同一张脸：高颅顶、尖下巴、冷白皮、大眼卧蚕。行业样本统计显示商用公开人脸数据集中78%的面孔集中在25—35岁、85%为浅肤色、标准美颜人像占比超80%。AI短剧导演莫争透露，目前主流AI视频模型蒸馏了大量韩国影视素材，训练数据集中韩国影视占比过高，导致生成的人物天然带有韩式审美烙印——亚洲男性经常神似韩国男演员。

商业与技术的双重推手：中小团队为极致压缩成本、维持日更量产，优先选用免费轻量化AI工具，人物细节粗糙、表情僵硬；付费工具在人物一致性、微表情和皮肤质感上明显更优，但成片计费、人工调试成本翻倍，流水线制作场景极少使用。极致的低价和快周转竞争，催生了标准化的造脸工业流程，人为加剧面孔趋同。

意义：AI"美女默认值"既是技术现象，也是社会现象。它揭示了三个事实：(1) AI模型的本质是从数据分布中心取样，训练数据分布的偏差会被模型忠实地复刻和放大；(2) 用户的"投票-转发"行为会通过reward model写回模型权重，形成自我强化的反馈循环；(3) 在中文AI短剧领域，灰色素材（未授权图集）+低成本免费模型的组合把"韩式模板脸"工业化。这些问题不能只靠"修个prompt"解决，需要从训练数据来源、社区分发机制、商业成本结构三个层面同步治理。

参考来源：

热门AI工具推荐