主流模型测试揭示生成规律

为探寻根源，我们使用Seedance、可灵、海螺、HappyHorse等多个主流视频生成模型进行了测试。在输入相同的“女生骑自行车”提示词后，一个反常现象浮现：几乎所有模型在两次生成中，都输出了高度相似的面孔、穿着、背景甚至拍摄角度，这与大模型本应具备的随机多样性背道而驰。尤其在Seedance 2.0 Fast模型中，生成了与网络上广为流传的那张“AI脸”几乎一致的图像。

提示词优化与审美偏见双重作用

AI脸高度同质化的背后，主要有两层原因。首先，是平台默认的提示词优化机制。用户输入的简单提示词（如“女生正在骑自行车，边骑边笑”）在后台常被系统自动润色为包含“年轻漂亮的亚洲女孩”、“皮肤白皙、五官精致、大眼睛、小鼻子”、“清新唯美风格”等详细描述的文本。这种成千上万次重复的标准化“补全”，无形中塑造了一条审美流水线。

其次，更深层的原因在于图像和视频模型本身存在的系统性审美偏见。去年发表在《自然》杂志上的一篇论文明确指出，当指定特定种族时，模型生成的面孔会呈现出惊人的相似性。这种偏见最初源于训练数据——被大众标记为“美女”的网红脸数据占比较高，模型便倾向于将此类特征与“美”划等号。在训练过程中，这种偏见会被进一步放大。

视频模型对一致性的追求加剧同化

对于视频模型而言，维持角色在数十至上百帧画面中的前后一致性是巨大挑战。因此，模型会天然偏爱那些五官对称、轮廓标准、特征不极端、表情易于控制的面孔，因为这类脸型在转头、动作变化时更不容易“崩坏”。平台追求安全漂亮的输出，用户偏好符合短剧网红审美的形象，模型需要稳定标准的面孔以保证视频质量，三方合力最终催生了这张“完美”却令人厌倦的AI脸。

这场无意中促成的“赛博异化实验”正在影响我们对世界的感知和审美的定义。当没有现实对照、经过数据蒸馏的完美假脸充斥屏幕，挤占原本多样化的真人形象空间时，引发的不仅是恐怖谷效应下的不适，更是人类对同质化本能的抗拒。即便未来技术能使AI面孔以假乱真，缺乏灵魂的完美也难以获得真正的喜爱。