AI为何总在画美女？背后真相引人深思

人类的特性，决定了 AI 的形状。

今年 5 月初，X 上一条五秒钟的视频火了。这是一场韩国职业棒球联赛转播，镜头扫到看台上一个穿白上衣和牛仔裤的女人，她似乎叹了口气，看起来对比赛感到不满。视频配文是「普通韩国女性」，播放量已达 1525 万。

但资深球迷很快看出不对劲：比分牌上的击球手曹仁成 2017 年就退役了；看台加油标语比官方口号多出一个字，像 AI 生硬直译；解说却是标准美式口音。这个女人确实不存在，她是由 AI 生成的。但视频被拆穿后没有消失，反而成了模板。大家把自己的脸塞进同样的转播画面，生成「被球场镜头抓拍到的自己」，很快在社交网络流行。

每一次 AI 图像能力增强，几乎都会跑出全民爆款。2025 年 3 月 GPT-4o 能画图，满屏吉卜力风格照片；8 月底谷歌 Nano Banana 上线，最火玩法是把自拍做成手办，用户两周生成 2 亿多张图。爆款大多是「把自己放进去」的玩法。但球场这一次暴露了一个顺序：先是一个不存在的美女骗过了上千万人，然后才长出了人人可玩的模板。美女不是偶然的配角，她更像一个默认值。

这个默认值比 AI 早了半个世纪。1973 年，图像数字化早期，工程师要测试新图像技术，选的也是一个美女。Lena Soderberg 曾是《花花公子》1972 年 11 月刊中间插页模特，那期卖了 716 万多册。南加州大学研究者为论文找测试图时，一位同事拿着那期杂志走进来，撕下中间插页顶部一条 5.12 英寸长条，送进扫描仪。此后这张图在图像处理界广泛使用，成为行业默认测试图片。1996 年，IEEE 图像处理汇刊主编戴维·芒森解释：技术上，这张图细节、平坦区域、阴影和纹理都有；人性上，一个以男性为主的研究圈子被有吸引力的女人吸引，并不奇怪。1991 年《花花公子》曾发函主张版权，最后放手。也有研究者指出不应使用可被视为贬低女性的素材。Lena 本人在纪录片《Losing Lena》中希望停用这张图。2024 年 4 月 1 日起，IEEE 计算机协会不再接收使用这张图的论文。此时距那次扫描已过去五十一年。

AI 画不出一杯倒满的红酒，液面总停在中间偏上；画钟表，指针总停在 10:10。原因是模型会复刻训练数据的分布。但在美女这件事上，「她」的惯性恰好和人的审美对齐了。1990 年，心理学家 Judith Langlois 和 Lori Roggman 实验发现：把一批人脸数学平均合成新脸，合成脸比几乎每一张真人脸都更有吸引力，参与平均的脸越多越好看。论文标题就叫《有吸引力的脸只是平均的》。1877 年也有人写信告诉达尔文类似观察。生成模型本质是学数据分布，再从分布中心附近取样，天生会画平均脸，而平均脸恰好是人眼里的美。

2023 年澳大利亚国立大学研究发现，AI 生成的白人面孔被判断为「真人」的次数比真实白人面孔还多，研究者称之为「AI 超真实」。Langlois 的实验曾挨批评：合成脸好看，也许只是取平均时抹掉了斑点和瑕疵。今天看来这像预言——AI 美女最典型特征就是过分光滑的皮肤，事实核查机构教人识别 AI 图片时，列出的破绽之一就是过度光滑的皮肤。

2022 年底，修图应用 Lensa 的「魔法头像」爆红。《麻省理工科技评论》记者 Melissa Heikkilä 生成 100 张自己的头像，其中 16 张上身赤裸，14 张衣着极少、姿势性感；男同事拿到的都是宇航员、探险家和发明家。他们都没给模型任何提示。Melissa 解释，模型拿互联网图训练，网上本就到处是衣着暴露的女性照片，导致模型把生成「衣着暴露的女性」作为默认值。用户行为惯性继续推动：每一次生成、保存、转发都是一次投票。2025 年一项研究统计 Civitai 上内容变化：NSFW 图片占比从 2023 年 1 月的 41% 升到 2024 年 12 月的 80%。厂商为让图像模型生成更讨喜的图，会训练 reward model 或 aesthetic scorer。最常用的打分员之一 PickScore，训练数据来自用户挑图。一篇 2024 年论文发现，拿 PickScore 微调模型，哪怕提示词与性无关，模型画出的 NSFW 图也会变多。前台内容审核在拦截，后台打分员在往回拉扯。

20 世纪 30 年代，荷兰动物行为学家 Niko Tinbergen 发现海鸥会放弃自己的蛋，去孵巨大的、亮蓝色的石膏假蛋，他称之为「超常刺激」。人脸也有超常刺激。1994 年，大卫·佩雷特等人在《自然》发表研究：把一组最好看的脸合成出来，比所有人的平均脸更讨人喜欢；再把它和平均脸之间的差别放大 50%，得分还会更高。日本受试者和白人受试者选择方向一致。在主流 AI 公司里，至少有一家已把这种心理变成产品功能。Grok 的图像生成有四个模式，