經(jīng)常刷短劇，短視頻的各位差友，應(yīng)該對(duì)這張臉不陌生。

沒(méi)看過(guò)的人可能以為這是哪個(gè)新晉網(wǎng)紅，實(shí)際上，這是最近在各種視頻里，反反復(fù)復(fù)出現(xiàn)的一張 AI 生成臉。

五官精致，眼睛夠大，鼻子夠小，皮膚永遠(yuǎn)白皙，永遠(yuǎn)柔光濾鏡，嘴角弧度剛剛好。

如果是真人站在面前，估計(jì)世超都舍不得嘴一句。可就是這么一張看起來(lái)人畜無(wú)害的臉，卻被狠狠地 “ 網(wǎng)暴 ” 了。

倒不是因?yàn)樗卸嚯y看，而是她就像 AI 界帶資進(jìn)組的關(guān)系戶一樣，看點(diǎn)啥都有她出演。

校園里的白月光是她，古裝劇里的大小姐還是她。

五六歲的小女孩是她，七八十的老太太還是她。

再仔細(xì)一看，woc，怎么旁邊系著頭巾的大爺還是她？？？

每天打開(kāi)手機(jī)看到的全是同一張臉，刷短視頻愣是刷出了被偽人包圍的恐懼感。

而隨著發(fā)現(xiàn)的人越來(lái)越多，到處都是網(wǎng)友鋪天蓋地的吐槽：

“ 這張臉，我快看吐了。”

“ 現(xiàn)在看到這張臉就生理性厭惡?！?/p>

“ 有多少人看見(jiàn)她就反感？”

也有人納悶了，這 AI 怎么生成的人全一個(gè)樣，到底是偷了誰(shuí)的臉？

評(píng)論區(qū)有猜某已封號(hào)女主播的，有說(shuō)像演員李川的，還有說(shuō)像樸燦烈他姐姐的。。。你還真別說(shuō)，國(guó)內(nèi)國(guó)外，男的女的看起來(lái)都能沾點(diǎn)邊。

但問(wèn)題是，猜來(lái)猜去也沒(méi)個(gè)準(zhǔn)信。因?yàn)楸绕鹁唧w的哪張臉被偷了，這更可能是從 AI 的審美流水線上，被反復(fù)捏出來(lái)的，一個(gè)本不存在的 “ 平均標(biāo)準(zhǔn)臉 ”。

那這張臉到底是怎么來(lái)的呢？

不信邪的世超，干脆把 Seedance、可靈、海螺、HappyHorse 這些主流視頻模型挨個(gè)試了一遍，在實(shí)驗(yàn)的過(guò)程中，還真發(fā)現(xiàn)了一點(diǎn)規(guī)律。

我們給所有模型兩次機(jī)會(huì)，相同的 “ 女生騎自行車 ” 提示詞，按理說(shuō)，它們每次生成的臉都會(huì)不一樣，甚至有時(shí)候跳亞洲人，有時(shí)候跳外國(guó)人，這才是大模型的天性。

因?yàn)樵蹅冎幌薅诵詣e，沒(méi)有任何其它提示，不只是人臉，它應(yīng)該隨機(jī)生成任何國(guó)籍，任何膚色，任何發(fā)型穿著等等，完全不一樣的人。

可實(shí)際上，同樣的提示詞，幾乎所有模型兩次生成的都是一樣的臉，穿著打扮，背景環(huán)境，拍攝角度，全基本相同。

在 Seedance 2.0 Fast 這里，世超更是找到了和開(kāi)頭一模一樣的 AI 臉，看來(lái)這就是萬(wàn)惡之源了。

如果只有一個(gè)模型犯錯(cuò)，也許是它的問(wèn)題。但要是所有模型同時(shí)喪失了多樣性。。。世超研究了一下，發(fā)現(xiàn)這里面可能有兩層原因。

第一層，常用視頻模型的差友應(yīng)該都知道，視頻模型對(duì)提示詞是非常敏感的。有時(shí)候一個(gè)詞，幾個(gè)字的排序，都可能影響生成的最終效果。

而為了讓大伙兒能盡量穩(wěn)定地每次抽卡出金，我們的提示詞往往在生成的后臺(tái)會(huì)被二次優(yōu)化。

以前 “ 提示詞增強(qiáng) ” 會(huì)作為一個(gè)單獨(dú)的按鈕放在一邊，用戶可以開(kāi)掛，也可以原提示詞直接沖。但世超翻了不少平臺(tái)，似乎現(xiàn)在很少見(jiàn)了，提示詞潤(rùn)色成了默認(rèn)項(xiàng)。

比如我輸入的是 “ 女生正在騎自行車，邊騎邊笑 ”，而被優(yōu)化后實(shí)際輸給模型的提示詞，就可能變成了：

“ 一個(gè)年輕漂亮的亞洲女孩，在陽(yáng)光明媚的林蔭道上騎自行車。她皮膚白皙，五官精致，大眼睛，小鼻子，長(zhǎng)發(fā)自然飄動(dòng)，穿著白色連衣裙，臉上帶著甜美微笑。鏡頭為中近景，柔和自然光，淺景深，電影感畫面，清新唯美風(fēng)格，人物表情自然，動(dòng)作流暢，畫面高清寫實(shí)?！?/p>

一次兩次看，這叫提示詞優(yōu)化，成千上萬(wàn)次都這么補(bǔ)，可不就成流水線了嘛。

所以，在世超修改提示詞，對(duì)外貌進(jìn)行一些特征描寫以后，右下角的臉明顯不一樣了。但沒(méi)有額外環(huán)境提示，女生依然騎在林蔭道上。

不過(guò)，五官精致也分很多種，世界上美女那么多，為什么 AI 認(rèn)的就這一個(gè)？

這就來(lái)到了第二層原因，圖像、視頻模型天生就有審美偏見(jiàn)。

去年一篇發(fā)表在《 Nature 》上的論文，就明確地討論了這個(gè)問(wèn)題。他們?cè)谘芯恐邪l(fā)現(xiàn)，如果你指定一個(gè)種族，模型搖出來(lái)的臉，個(gè)個(gè)都像親兄弟。

這樣的審美偏差最開(kāi)始來(lái)自數(shù)據(jù)，比如大部分人喜歡網(wǎng)紅臉，它們自然會(huì)被打上美女的標(biāo)簽。模型啥也不懂，反正以后提示美女，往這個(gè)方向靠就完事了。

模型在訓(xùn)練過(guò)程中，還會(huì)進(jìn)一步放大這種偏見(jiàn)，導(dǎo)致相同的特征提示詞，生成的臉越來(lái)越像。

另外，視頻模型為了關(guān)注前后一致性，還可能進(jìn)一步加劇審美同化。

畢竟視頻模型生成的人臉，不光要好看，還要穩(wěn)，要保證幾十幀上百幀，前后左右都像一個(gè)人。

所以模型也會(huì)天然偏愛(ài)那些更容易維持一致性的臉，五官對(duì)稱，輪廓標(biāo)準(zhǔn)，特征不極端，表情好控制，轉(zhuǎn)頭不易崩。

總之，平臺(tái)喜歡安全漂亮的，用戶喜歡短劇網(wǎng)紅的，模型喜歡穩(wěn)定標(biāo)準(zhǔn)的，三邊一合計(jì)，讓大伙兒看吐的臉就誕生了。

說(shuō)實(shí)話，不只是最近廣為流傳的那張，幾乎所有 AI 生成的毫無(wú)缺陷的美女，世超都不大喜歡。

來(lái)源：小紅書 @Alexander

讓 AI 臉進(jìn)入我們的信息流，堪稱一次無(wú)意促成的大型賽博異化實(shí)驗(yàn)。

沒(méi)有現(xiàn)實(shí)對(duì)照的臉，在無(wú)數(shù)網(wǎng)紅數(shù)據(jù)的洗滌蒸餾下誕生。

而當(dāng)它們擠兌我們刷手機(jī)的時(shí)間，取代曾經(jīng)各色各樣真人美女的時(shí)候，世超感覺(jué)相當(dāng)難受。因?yàn)槲覀儗?duì)世界的感知，對(duì)審美的定義正在被 AI 壓迫。

所以，大伙兒反感 AI 臉，一方面也許是那種不真實(shí)帶來(lái)的恐怖谷效應(yīng)，其實(shí)也有對(duì)同質(zhì)化的本能抗拒。

有人說(shuō)，AI 視頻以后應(yīng)該越來(lái)越清晰，越來(lái)越細(xì)節(jié)，越來(lái)越像真人，等大家分辨不出來(lái)真假的時(shí)候，就會(huì)喜歡了。

但世超覺(jué)得，就算技術(shù)能做到真假難辨，我們也無(wú)法愛(ài)上一張完美假臉，沒(méi)有靈魂。

撰文：莫莫莫甜甜

編輯：江江 & 面線

美編：素描

圖片、資料來(lái)源：

《AI-generated faces influence gender stereotypes and racial homogenization 》N AlDahoul

小紅書、抖音