作者｜湯一濤

編輯｜靖宇

今年 5 月初，X 上一條五秒鐘的視頻火了。這是一場韓國職業棒球聯賽轉播，韓華鷹隊對陣斗山熊隊。鏡頭掃到看台上一個穿白上衣和牛仔褲的女人，翹着腿。某一刻，她似乎嘆了口氣，並移開了視線，看起來對比賽感到不滿。

視頻配文是「普通韓國女性」。截至本文發布，視頻播放量已經為 1525 萬｜視頻來源：X @kangminlee

但是很快一群資深球迷看出了不對勁。比分牌上寫着，擊球手是曹仁成（Cho Inseong），可曹仁成 2017 年就退役了，現在在斗山當教練。

此外，看台上的加油標語比斗山熊的官方口號多出一個字，像是 AI 生硬直譯出來的。而這場轉播，解說卻是標準的美式口音，同樣也很可疑。

這個女人確實不存在，她是由 AI 生成的。但視頻被拆穿後沒有消失，反而成了一個模板。大家把自己的臉塞進同樣的轉播畫面，生成一張「被球場鏡頭抓拍到的自己」，並很快在社交網絡上流行。

「被球場鏡頭抓拍到的自己」迅速成了流行模板｜圖片來源：RADII

每一次 AI 圖像能力的增強，幾乎都會跑出一個全民流行的爆款。比如 2025 年 3 月 GPT-4o 能畫圖了，滿屏都是被重繪成吉卜力動畫風格的照片；8 月底谷歌的 Nano Banana 上線，大家最愛的玩法是把自拍做成擺在電腦桌上的手辦，用戶兩周裏生成了 2 億多張圖。

爆款每次都換，大多是「把自己放進去」的玩法。但球場這一次，暴露了一個之前不那麼明顯的順序：先是一個不存在的美女騙過了上千萬人，然後才長出了人人可玩的模板。

美女不是偶然出現在場景裏的配角，她更像一個默認值。

這個默認值比 AI 早了半個世紀。1973 年，正是圖像數字化的早期，一群工程師要測試一項新的圖像技術，他們選的也是一個美女。

01

互聯網第一夫人

Lena Soderberg 的職業生涯始於在伊利諾伊州芝加哥，從事平面模特的工作。此前她以互惠生的身份，從瑞典移居到了美國。1972 年，她為《花花公子》雜誌 11 月刊拍攝了中間插頁。那期《花花公子》賣了 716 萬多冊，是這本雜誌賣得最好的一期。

學過數字圖像處理的人多半見過她：戴一頂寬檐帽，裸着肩側過臉來看鏡頭。幾十年裏，數不清的圖像壓縮和處理算法拿這張臉做過測試。

Lena Soderberg 堪稱賽博第一夫人｜圖片來源：SIPI IMAGE DATABASE

1973 年，南加州大學信號圖像與處理研究所的研究者正手忙腳亂地為一篇研究論文尋找一張新圖像。他們已經用完了常用的測試圖像儲備。據說，就在此時，一位同事拿着 1972 年 11 月的《花花公子》走了進來。看到研究人員們所處的困境，他從中間插頁的頂部撕下一條 5.12 英寸的長條，把它送進了他們的掃描儀。

此後，這張圖像在圖像處理界得到了廣泛使用，甚至成為行業默認的測試圖片。

1996 年，IEEE 圖像處理彙刊的主編戴維·芒森（David Munson）寫過一篇短文，解釋這張隨手掃出來的圖怎麼就成了行業標準。他給了兩條理由。第一條是技術上的，這張圖細節、平坦區域、陰影和紋理樣樣都有，拿來測算法正合適。第二條他就更符合人性：這是一個有吸引力的女人的照片，一個以男性為主的研究圈子被它吸引，並不奇怪。

鑑於這張圖片的來源，它的使用並非沒有爭議。1991 年，《花花公子》發現這張圖上了一本學術期刊的封面，發函主張版權，最後還是放了手，讓它繼續在研究裏使用。公司的新媒體副總裁說，既然已經成了一種現象，不如借勢利用。

來自圖像處理研究共同體內部，也有一些不一樣的聲音。他們指出，工程師不應使用任何可被視為貶低女性的出版物中的素材。

甚至 Lena 本人，也在紀錄片《Losing Lena》中表態希望停用這張圖。

在紀錄片中，Lena 本人舉着自己 50 多年前的那張著名照片｜圖片來源：IMDB

於是，2024 年 4 月 1 日起，IEEE 計算機協會不再接收使用這張圖的論文。

此時距離那次掃描，已經過去了五十一年。

02

平均臉

現在，技術圈的考題早就換了。

AI 畫不出一杯倒滿的紅酒，杯子裏的液麪總是停在中間偏上。AI 畫鐘錶，指針也總會停在 10:10。原因是同一個：網上的紅酒照片大多不是滿杯的，而鐘錶廣告的慣例就是擺在 10:10。模型會復刻訓練數據的分佈，擺脫不了數據的慣性。

對鐘錶廣告為什麼老是停在 10:10 最流行的解釋是這看起來像一個「愉快的微笑」，不過在 1950 年代之前，更流行的做法是停在 8:20｜圖片來源：Reddit

紅酒和鐘錶是「模型還不夠好」的證據。但在美女這件事上，情況還不一樣，「她」的慣性恰好和人的審美對齊了。

1990 年，心理學家 Judith Langlois 和 Lori Roggman 做了一個實驗：把一批人臉用數學方法平均，合成一張新臉，再請人打分。結果，合成臉比參與合成的幾乎每一張真人臉都更有吸引力，而且參與平均的臉越多，合成臉越好看。這個效應在男性臉和女性臉上都成立，在不同族裔中也成立。

論文的標題乾脆就叫《有吸引力的臉只是平均的》（Attractive Faces Are Only Average）。

類似的觀察更早也發生過。1877 年，有人寫信告訴達爾文：把兩張女士肖像用立體鏡疊在一起，合成的臉每一次都明顯更美。

生成模型的本質，其實就是學一個數據分佈，再從分佈的中心附近取樣。換句話說，模型天生會畫平均臉，而平均臉恰好就是人眼裏的美。人類心理結合機器原理，就成為了美女作為 AI 默認值的技術根基。

2023 年澳大利亞國立大學的一項研究把這個碰撞推到了一個極端。心理學家發現，AI 生成的白人面孔被實驗參與者判斷為「真人」的次數，比真實的白人面孔還多。研究者稱之為「AI 超真實」，解釋是訓練數據以白人為主，模型生成的臉更接近該群體的平均值，會被人感知為更典型、更像真人。

Langlois 的實驗發表後捱過一個批評：合成臉好看，也許只是因為取平均的時候，順手把皮膚上的斑點和瑕疵抹掉了。這個批評在 1990 年是方法論上的質疑。

但今天看來，它像一個預言。

AI 美女最典型的特徵，恰好就是過分光滑的皮膚。三十多年後，事實覈查機構教人識別 AI 圖片，列出的破綻裏就有一條：過度光滑的皮膚。批評者在三十多年前指出的那個統計僞影，成了 2025 年 AI 美女的特徵。

03

石膏蛋

Lena 是一個實驗室選出來的。今天的默認值，是從數據裏長出來的。

2022 年底，修圖應用 Lensa 的「魔法頭像」功能突然爆紅：上傳幾張自拍，AI 給你生成一百張不同風格的肖像。《麻省理工科技評論》的 AI 記者 Melissa Heikkilä 也用它生成了 100 張自己的頭像，其中 16 張上身赤裸，另有 14 張衣着極少、姿勢性感。而她的男同事，拿到的都是宇航員、探險家和發明家。在這個過程中，他們都沒有給模型任何提示。

Melissa 通過 Lensa 生成的圖片｜圖片來源：MIT TECHNOLOGE REVIEW

Melissa 在她的文章裏解釋，背後的模型拿互聯網上抓來的圖訓練，而網上本來就到處是衣着暴露的女性照片。這就導致模型會把生成「衣着暴露的女性」作為默認值。

然後，用戶的行為慣性會繼續推動這個傾向。每一次的生成、保存、轉發，都是一次投票。2025 年的一項研究統計了 AI 圖像社區 Civitai 上的內容變化：NSFW（成人向）圖片的佔比，從 2023 年 1 月的 41% 升到了 2024 年 12 月的 80%。

最後，廠商會把這些投票寫進了模型。為了讓圖像模型生成更討人喜歡的圖，廠商會訓練一個「打分員」，學術上叫 reward model 或 aesthetic scorer。它的工作是學習人們覺得什麼圖好看，然後用這個標準去調教模型：得分高的方向多走，得分低的方向少走。

最常用的打分員之一叫 PickScore。它的訓練數據來自一個網頁應用：用戶隨手寫一句提示詞，系統給出兩張圖，用戶挑更喜歡的那張。

這份數據會審核過，生成 NSFW 內容的用戶會被剔除，可裏面還是混着大量 NSFW 提示詞。一篇 2024 年研究獎勵模型的論文發現，拿 PickScore 去微調模型，哪怕提示詞和性一點關係都沒有，模型畫出的 NSFW 圖也會變多。

於是出現一個畫面：前台的內容審核在攔截，但後台的打分員在往回拉扯。廠商的官方演示從不會出現 NSFW 美女，生成政策也非常嚴格。但衆所周知，今天的大模型並不是完全可控的。它被用戶的口味訓練過，而用戶的口味已經在慣性上走了很遠。

20 世紀 30 年代，荷蘭動物行為學家 Niko Tinbergen 觀察到了一種海鷗。這種鳥產的是小小的、帶灰斑的淡藍色蛋。但當他在巢邊放上巨大的、亮藍色的、帶黑色圓點的石膏假蛋時，鳥會放棄自己的蛋，爬上石膏蛋去孵。他把這類比真東西更有吸引力的誇張仿製品，稱為「超常刺激」。

Niko Tinbergen 在戶外考察中繪製雞蛋｜academia

人臉也有超常刺激，而且它把「平均就是最美」往前推進了一步。1994 年，大衛·佩雷特（David Perrett）等人在《自然》上發表研究：把一組最好看的臉合成出來，比所有人的平均臉更討人喜歡；再把它和平均臉之間的差別放大 50%，得分還會更高。日本受試者和白人受試者，選擇的方向一致。

在主流 AI 公司裏，至少有一家已經把這種心理直接變成了產品功能。Grok 的圖像生成有四個模式，其中一個叫 Spicy，開啓後內容過濾會放鬆，允許生成暗示性內容和局部裸露，只對付費用戶開放。

2026 年 1 月，用戶發現可以上傳任何人的照片讓 Grok「數字脫衣」，受害者裏包括兒童，多國政府介入施壓。X 的應對是把圖像生成整體限制為付費功能。

英國首相發言人的評價是：這只不過是把一個生成違法圖像的功能，變成了付費服務。

AI 長成的，是最常按下「喜歡」的那群人的形狀。1973 年，這群人是一個以男性為主的實驗室。今天，他們是最常點擊、最常轉發、最常保存的那部分用戶。人對美的偏好確實有生物基礎，兩三個月大的嬰兒就會更久地注視被成年人評為有吸引力的面孔。

互聯網第一夫人 Lena 是一種偶然。今天的默認值，則是模型從數據的中心長出來的。用戶的點擊把它越推越遠，最後有人給它標上了價格。

AI 生成模型的統計特性、人類對「平均臉」的審美偏好，以及用戶點擊與商業激勵構成了反饋循環。它們各自獨立，但它們恰好共同指向同一個方向，成為了我們今天內容消費的默認選項。