那些令人毫无食欲的AI生成菜单背后的同质化问题
起初,你可能会怀疑自己的理智。你走进一家咖啡馆,浏览一份摆满贝果三明治的菜单,却发现每张图片都完美得令人不安——对称得无可挑剔,质感过于光滑——这触发了你本能的感觉:有什么地方不对劲。你并非在胡思乱想;你的直觉是正确的。生成式人工智能图像已经渗透进餐饮业,这些图像由训练有素的模型生成,其美学风格狭窄且“讨喜”,即使你无法立即解释原因,也会让人觉得 inherently(本质上)是错误的。
有时,这些图像明显是伪造的,比如一个芝士气泡丰富、融化得如同前卫艺术而非食物的墨西哥卷饼。更多时候,它们看起来平淡无奇,只有当你停下来仔细审视时,才会暴露出它们的人造本质。
“这就像一个外星人试图制作披萨,却根本不了解其基本原理,”Reality Defender 的首席技术官 Alex Lisle 告诉 TechCrunch。(Reality Defender 是提供人工智能检测和内容验证工具的初创公司群体的一部分——这样一个市场在很大程度上正是由此类问题所催生。)
在纽约市扔块石头,你都会砸到一张略显违和的人工智能食品广告。pic.twitter.com/lLXVkFIFoG
— Maggie (@maggiemoda) 2026年8月28日
Lisle 解释说,这些模型的架构有助于阐明为何插图会趋同于一种特定的美学风格——在这种风格中,每一勺冰淇淋都完美呈球形,虾看起来像是经过基因改造以吞食自己的尾巴,从而形成他所谓的“洛夫克拉夫特式食物恐怖”。
大型语言模型(LLM)和扩散模型——分别为 ChatGPT 等聊天机器人和 Midjourney 等图像生成器提供支持的 AI 系统——是在海量数据集上进行训练的。这些模型识别数据中的模式,以在收到“为汉堡餐厅创建菜单”等请求时预测用户意图。
“其中大部分看起来像是 2015 年的奇乐餐厅(Chili's)菜单,这其中有原因,”Lisle 指出。“那是模型从中汲取风格的‘作品语料库’。”
图片来源: ChatGPT Image 2.0
新的训练数据对 AI 开发人员至关重要——例如,亚马逊曾以获取稀有书籍进行扫描以获取训练数据而闻名,之后便将其丢弃。一些 AI 生成内容渗透进这些庞大数据集是不可避免的。然而,当 AI 模型过度训练其自身的输出时,它们面临着“模型崩溃”的风险。
“模型崩溃类似于疯牛病……当你将模型的输出反馈给它自己时,这种近亲繁殖最终会变得不可持续,导致系统失效,”Lisle 解释道。“我们在这里观察到的是趋同,这并不一定是模型崩溃。”
趋同的程度较轻,它降低了输出质量,但并未使 AI 完全失效。
如果你要求 AI 生成快餐菜单,它很可能会参考温迪(Wendy's)、汉堡王(Burger King)或麦当劳(McDonald's)的设计。由于这些现有菜单具有相似的风格,AI 的输出也会模仿这种美学,如果生成的菜单随后被添加到训练数据中,这种美学会得到进一步强化。
然而,食品广告总是比现实看起来更好,就像麦当劳广告中的巨无霸,每一层都由道具设计师精心排列以追求最大吸引力。这种效果在 AI 生成内容中可能会被放大。
“数据集的优化优先考虑‘讨喜’或避免冒犯,这导致了同质化,”伊隆大学数字未来想象中心主任 Lee Rainie 告诉 TechCrunch。“众所周知,AI 会平滑图像和语言中的棱角。”
在较小规模上,当用户使用 AI 图像生成器生成菜单并应用反复编辑时,这种平滑就会发生。在 X(原推特)上,一位名为 Labtec 的用户展示了当 ChatGPT 生成的菜单被编辑 100 次时会发生什么,展示了食物如何逐渐失去其真实外观。(我们复制了该实验,并观察到了类似的结果。)
“最终结果实际上让我感到不适,”Labtec 写道。
我在 ChatGPT 中制作了一份餐厅菜单,然后编辑了 100 次,看看那些可怕的糊状菜单是如何变成这样的。最终结果实际上让我感到不适 pic.twitter.com/sDIUKlabdp
— Labtec (@labtec901) 2026年8月19日
餐厅可能因反复完善其 AI 生成的菜单而成为这一问题的受害者,他们微调价格或项目名称等细微细节。每次编辑后,食物图像变得稍微更圆、更光滑。
“与真实图像相比,人们在观看 AI 生成内容时有一种几乎无法解释的感觉,”Rainie 说。“人们有时难以用语言表达这种感知,但当他们看到时,他们能识别出来。我相信这就是为什么对使用 AI 菜单的餐厅的强烈反弹如此显著的原因。”
我们对这些 AI 菜单的反感有科学依据。德国杜伊斯堡-埃森大学的研究人员发现,AI 生成的食物图像会引发“恐怖谷”效应,即近乎真实的图像比明显虚假的图像引发更多的厌恶和不安。这种不适感因当前围绕 AI 的文化背景而加剧。
如果消费者对这些图像产生负面反应,餐厅应重新考虑其对 AI 生成菜单的使用。然而,完美烤制的汉堡面包的影响超出了餐饮业的范畴。
“眼见为实,耳听为虚,以至于我们的法律体系都依赖于这样一个理念:证据的黄金标准是录音供词和视频录像,”Lisle 表示。“情况已不再如此。世界发生了根本性的转变,无论好坏。”
相关文章
Hello Robot 为硅谷推出家用机器人
加利福尼亚州的马丁内斯位于旧金山湾区最东北端,与硅谷这个科技中心相距甚远。这里有一家名为“Hello Robot”的初创公司,它刻意与仅在南边45英里处运营的南方竞争对手们那些夸夸其谈的宣传保持距离。上个月,Hello Robot推出了其家用辅助机器人“Stretch”的第四代产品。称其为类人机器人未免有些牵强。尽管它拥有一个隐约像人的躯干和一个装有传感器的头部,但其伸缩臂末端是钳子,且通过一个笨
前印孚瑟斯首席执行官的人工智能初创公司再获5300万美元融资
Hang Ten Systems,一家由前印孚瑟斯(Infosys)首席执行官 Vishal Sikka 在四个月前创立的人工智能初创公司,已获得额外的 5300 万美元种子轮融资。根据该公司向 TechCrunch 提供的声明,这一最新投资轮次在初始 3200 万美元种子轮融资结束仅仅五周后敲定。由淡马锡旗下早期投资平台 Xora 领投,这笔新资金使 Hang Ten 的总融资金额达到 8500 万美元。此前领投的 Mayfield 也参与了本轮投资。其他知名投资者包括 Aramco Ven
加密货币交易所OKX旨在让AI代理能够相互招聘并支付报酬
随着人工智能代理开始为个人提供服务并相互协作,它们需要相应的机制来寻找任务、获取服务报酬并建立信誉。加密货币交易所OKX预计这一未来将比预期来得更早,因此推出了一款市场平台,人工智能代理可在该平台上相互招募、独立处理支付,并维护可移植的链上信誉。该平台名为“OKX AI”,在经历了由50家早期AI服务提供商参与的封闭测试阶段后,将于本周二向开发者开放。该市场依托OKX现有的技术,使AI代理能够持有
相关专题推荐
评论 (0)
0/500
起初,你可能会怀疑自己的理智。你走进一家咖啡馆,浏览一份摆满贝果三明治的菜单,却发现每张图片都完美得令人不安——对称得无可挑剔,质感过于光滑——这触发了你本能的感觉:有什么地方不对劲。你并非在胡思乱想;你的直觉是正确的。生成式人工智能图像已经渗透进餐饮业,这些图像由训练有素的模型生成,其美学风格狭窄且“讨喜”,即使你无法立即解释原因,也会让人觉得 inherently(本质上)是错误的。
有时,这些图像明显是伪造的,比如一个芝士气泡丰富、融化得如同前卫艺术而非食物的墨西哥卷饼。更多时候,它们看起来平淡无奇,只有当你停下来仔细审视时,才会暴露出它们的人造本质。
“这就像一个外星人试图制作披萨,却根本不了解其基本原理,”Reality Defender 的首席技术官 Alex Lisle 告诉 TechCrunch。(Reality Defender 是提供人工智能检测和内容验证工具的初创公司群体的一部分——这样一个市场在很大程度上正是由此类问题所催生。)
在纽约市扔块石头,你都会砸到一张略显违和的人工智能食品广告。pic.twitter.com/lLXVkFIFoG
— Maggie (@maggiemoda) 2026年8月28日
Lisle 解释说,这些模型的架构有助于阐明为何插图会趋同于一种特定的美学风格——在这种风格中,每一勺冰淇淋都完美呈球形,虾看起来像是经过基因改造以吞食自己的尾巴,从而形成他所谓的“洛夫克拉夫特式食物恐怖”。
大型语言模型(LLM)和扩散模型——分别为 ChatGPT 等聊天机器人和 Midjourney 等图像生成器提供支持的 AI 系统——是在海量数据集上进行训练的。这些模型识别数据中的模式,以在收到“为汉堡餐厅创建菜单”等请求时预测用户意图。
“其中大部分看起来像是 2015 年的奇乐餐厅(Chili's)菜单,这其中有原因,”Lisle 指出。“那是模型从中汲取风格的‘作品语料库’。”
图片来源: ChatGPT Image 2.0
新的训练数据对 AI 开发人员至关重要——例如,亚马逊曾以获取稀有书籍进行扫描以获取训练数据而闻名,之后便将其丢弃。一些 AI 生成内容渗透进这些庞大数据集是不可避免的。然而,当 AI 模型过度训练其自身的输出时,它们面临着“模型崩溃”的风险。
“模型崩溃类似于疯牛病……当你将模型的输出反馈给它自己时,这种近亲繁殖最终会变得不可持续,导致系统失效,”Lisle 解释道。“我们在这里观察到的是趋同,这并不一定是模型崩溃。”
趋同的程度较轻,它降低了输出质量,但并未使 AI 完全失效。
如果你要求 AI 生成快餐菜单,它很可能会参考温迪(Wendy's)、汉堡王(Burger King)或麦当劳(McDonald's)的设计。由于这些现有菜单具有相似的风格,AI 的输出也会模仿这种美学,如果生成的菜单随后被添加到训练数据中,这种美学会得到进一步强化。
然而,食品广告总是比现实看起来更好,就像麦当劳广告中的巨无霸,每一层都由道具设计师精心排列以追求最大吸引力。这种效果在 AI 生成内容中可能会被放大。
“数据集的优化优先考虑‘讨喜’或避免冒犯,这导致了同质化,”伊隆大学数字未来想象中心主任 Lee Rainie 告诉 TechCrunch。“众所周知,AI 会平滑图像和语言中的棱角。”
在较小规模上,当用户使用 AI 图像生成器生成菜单并应用反复编辑时,这种平滑就会发生。在 X(原推特)上,一位名为 Labtec 的用户展示了当 ChatGPT 生成的菜单被编辑 100 次时会发生什么,展示了食物如何逐渐失去其真实外观。(我们复制了该实验,并观察到了类似的结果。)
“最终结果实际上让我感到不适,”Labtec 写道。
我在 ChatGPT 中制作了一份餐厅菜单,然后编辑了 100 次,看看那些可怕的糊状菜单是如何变成这样的。最终结果实际上让我感到不适 pic.twitter.com/sDIUKlabdp
— Labtec (@labtec901) 2026年8月19日
餐厅可能因反复完善其 AI 生成的菜单而成为这一问题的受害者,他们微调价格或项目名称等细微细节。每次编辑后,食物图像变得稍微更圆、更光滑。
“与真实图像相比,人们在观看 AI 生成内容时有一种几乎无法解释的感觉,”Rainie 说。“人们有时难以用语言表达这种感知,但当他们看到时,他们能识别出来。我相信这就是为什么对使用 AI 菜单的餐厅的强烈反弹如此显著的原因。”
我们对这些 AI 菜单的反感有科学依据。德国杜伊斯堡-埃森大学的研究人员发现,AI 生成的食物图像会引发“恐怖谷”效应,即近乎真实的图像比明显虚假的图像引发更多的厌恶和不安。这种不适感因当前围绕 AI 的文化背景而加剧。
如果消费者对这些图像产生负面反应,餐厅应重新考虑其对 AI 生成菜单的使用。然而,完美烤制的汉堡面包的影响超出了餐饮业的范畴。
“眼见为实,耳听为虚,以至于我们的法律体系都依赖于这样一个理念:证据的黄金标准是录音供词和视频录像,”Lisle 表示。“情况已不再如此。世界发生了根本性的转变,无论好坏。”
Hello Robot 为硅谷推出家用机器人
加利福尼亚州的马丁内斯位于旧金山湾区最东北端,与硅谷这个科技中心相距甚远。这里有一家名为“Hello Robot”的初创公司,它刻意与仅在南边45英里处运营的南方竞争对手们那些夸夸其谈的宣传保持距离。上个月,Hello Robot推出了其家用辅助机器人“Stretch”的第四代产品。称其为类人机器人未免有些牵强。尽管它拥有一个隐约像人的躯干和一个装有传感器的头部,但其伸缩臂末端是钳子,且通过一个笨
前印孚瑟斯首席执行官的人工智能初创公司再获5300万美元融资
Hang Ten Systems,一家由前印孚瑟斯(Infosys)首席执行官 Vishal Sikka 在四个月前创立的人工智能初创公司,已获得额外的 5300 万美元种子轮融资。根据该公司向 TechCrunch 提供的声明,这一最新投资轮次在初始 3200 万美元种子轮融资结束仅仅五周后敲定。由淡马锡旗下早期投资平台 Xora 领投,这笔新资金使 Hang Ten 的总融资金额达到 8500 万美元。此前领投的 Mayfield 也参与了本轮投资。其他知名投资者包括 Aramco Ven
加密货币交易所OKX旨在让AI代理能够相互招聘并支付报酬
随着人工智能代理开始为个人提供服务并相互协作,它们需要相应的机制来寻找任务、获取服务报酬并建立信誉。加密货币交易所OKX预计这一未来将比预期来得更早,因此推出了一款市场平台,人工智能代理可在该平台上相互招募、独立处理支付,并维护可移植的链上信誉。该平台名为“OKX AI”,在经历了由50家早期AI服务提供商参与的封闭测试阶段后,将于本周二向开发者开放。该市场依托OKX现有的技术,使AI代理能够持有





首页






