← 文章 / AI图像生成
TechCrunch 3小时前 · 2026-09-04 18:52:12 · 1 阅读

AI 生成菜单同质化背后的怪诞美学

第一次遇到这种情况时,你会以为自己疯了。你走进一家咖啡馆,看到菜单上列着各式各样的贝果三明治,但每幅插图都完美得令人不安——对称精准、质感诡异地平滑,让你产生一种本能的违和感。你可能会觉得自己是疑神疑鬼,但其实你并没有疯。生成式 AI 菜单正借助那些训练于狭窄且“讨喜”审美风格的模型涌入餐饮业,即便你说不清哪里不对,那种错误感依然扑面而来。

有时候,这些插图假得触目惊心,比如一个卷饼里的芝士膨胀得过于夸张,看起来更像是一件前卫艺术作品,而非午餐。更多时候,它们看起来如此平庸普通,直到你花时间仔细端详,才会意识到哪里不对劲

“这就像外星人试图制作披萨,却根本不懂其核心原理。” Reality Defender CTO Alex Lisle 告诉 TechCrunch。(Reality Defender 本身也属于一类新兴的初创公司,它们销售 AI 检测和内容验证工具——这类业务的存在,部分原因正是出于此类问题。)

在纽约市随便扔块石头,都能砸中一张令人略感不适的 AI 美食广告。pic.twitter.com/lLXVkFIFoG

— Maggie (@maggiemoda) 2026年8月28日

Lisle 表示,这些模型的构建方式有助于解释为何插图似乎执着于某种特定的美学风格——比如每个冰淇淋球都完美圆润,而虾仁仿佛经过基因改造,正在啃食自己的尾巴,从而催生出各种“洛夫克拉夫特式的食物恐怖”。

大型语言模型(LLMs)和扩散模型——正是这些类型的 AI 模型造就了看似无所不知的聊天机器人以及 ChatGPT 和 Midjourney 等图像生成器——都是在海量数据上进行训练的。随后,模型会在数据集中识别模式,以预测用户在提出类似“给我做一份汉堡餐厅的菜单”这样的请求时,真正想要的是什么。

“很多东西看起来就像思乐客的2015年菜单,这是有原因的,”利斯尔说,“那是[这些模型]训练所依赖的语料库。”

图片来源:ChatGPT Image 2.0

对新训练的 AI 模型公司来说,新的训练数据极为珍贵——甚至被发现亚马逊专门采购稀有书籍进行扫描并加入训练数据,却在上传完成后直接销毁这些书籍。AI 生成内容渗入这些规模惊人的数据集是不可避免的,但当模型过度在自身 AI 生成内容上训练时,就会面临模型崩塌的风险。

“模型崩塌有点像疯牛病……当把某一个模型的输出重新喂给它自己时,近亲繁殖会不断累积,最终整个系统都会崩溃,”利斯尔解释道,“而这里我们看到的是收敛,这并不等同于模型崩塌。”

收敛相对温和一些,它会降低 AI 输出的质量,但并不会使其完全失效。

如果有人让 AI 模型生成快餐店菜单,它可能会参照温迪、汉堡王、麦当劳或其他知名连锁店的菜单。这些菜单本身风格相近,意味着 AI 生成结果会模仿这种风格;而如果这些 AI 生成菜单再次流入训练数据,就会进一步固化这种风格。

但餐饮菜单和广告总要比实物好看——就像麦当劳广告里的巨无霸,每一层都由道具师精心摆放,力求最具食欲。这种效果在 AI 生成内容中可能更加夸张。

"数据集的优化是为了让人愉悦,或者至少不冒犯他人,而这最终会导致同质化。"埃隆大学数字未来想象中心主任李·雷尼(Lee Rainie)告诉TechCrunch,"AI在图像和语言方面众所周知的一种做法就是磨掉棱角。" 在更局部的层面上,这种图像平滑现象似乎出现在用AI生成菜单并反复编辑的过程中。用户在X平台上展示了他用ChatGPT制作菜单,然后编辑100次,看看食物图片会变得多么离谱。(我们也复现了这个实验,得到了类似的结果。) "最终结果反而让我感到不适。"Labtec写道。
我用ChatGPT做了一份餐厅菜单,然后编辑了100次,看看这些丑陋的AI菜单为什么会变成这样。最终结果真的让我有些不适 [图片]
餐厅很可能正受到这个问题的困扰——它们反复修改AI生成的菜单,调整价格、菜品名称等细节。每一次编辑,食物图片似乎都变得更圆润、更平滑。 "与真正的图片相比,人们对AI生成图像有一种近乎无法解释的判断力。"雷尼说,"人们有时难以用语言表达这种感觉,但看到时他们大概能分辨出来。我想这也是为什么那些关于餐厅使用AI菜单引发反感的早期报道如此引人注目的原因之一。"

我们对这些 AI 生成菜单的反感是有科学依据的。德国杜伊斯堡-埃森大学的研究人员发现 AI 生成的食物图像呈现出“恐怖谷”效应,即那些看起来几乎以假乱真的食物图片,反而比明显虚假的图片更能引发人们的厌恶和不适感。而考虑到围绕 AI 的文化语境,这种反胃感只会愈发强烈。

如果人们对这些图像反应如此负面,那大概足以让餐厅放弃制作AI菜单的努力。但那些能做出完美焦香汉堡胚的问题,早已超出了餐桌范畴。

“眼见为实、耳听为真”的观念根深蒂固,以至于我们的司法系统完全围绕这一理念构建,把录音供词和录像证据视为黄金标准。”Lisle表示,“但情况已不再如此。世界已经发生了根本性的转变,无论好坏。”

原始来源: TechCrunch

评论 (0)