AI 为什么越用越会画美女：默认值、平均脸与你的每一次点击

这两天有张照片在网上转得挺多，是韩国棒球联赛的转播截图，看台上坐着一个穿白上衣的女人，翘着腿，好像对比赛不太满意。配文就一句「普通韩国女性」。

播放量一千五百多万。

结果被一群老球迷拆穿了：比分牌上那个击球手，2017 年就退役了；看台标语比官方口号多了一个字，像是机器直译出来的；解说还是一口标准美式口音。这个女人根本不存在，是 AI 生成的。

但有意思的是，它被拆穿之后没消失，反而长成了一个模板。大家开始把自己的脸塞进同一张转播画面，生成一张「被球场镜头抓拍到的自己」。

我当时没多想，只觉得又是 AI 图的一个新玩法。直到昨天看到有人在认真问这件事：为什么 AI 图每次火出圈的玩法，翻来覆去最后都会落到「美女」上。

这个问题问到了点子上。我顺着翻了翻，越看越觉得，答案不在「模型变坏了」，而在一个更让人不舒服的地方。

先说一个挺冷的知识。1973 年，一群搞图像处理的工程师要测新技术，手头正好缺一张测试图。有个同事把一本《花花公子》中间插页的上半截撕下来，送进了扫描仪。那张图，就是后来整个图像处理行业用了五十年的「标准测试图」，人送外号「赛博第一夫人」。

一个以男性为主的实验室，选了一张美女的照片当默认测试图。1996 年有个主编解释这件事，说了两条理由：技术上这张图细节够全，测试好用；另一条更实在——这是一个有吸引力的女人，一个以男性为主的研究圈子被它吸引，不奇怪。

你看，AI 还没出生，这个默认值就已经在那里了。 然后才是 AI 自己把这件事放大。

生成模型的本质，是学一个数据分布，再从分布的中心附近往外取样。换句话说，模型天生就会画「平均脸」。而 1990 年有个心理学实验发现，把一堆人脸平均出来的那张脸，比参与平均的几乎每一张真脸都更好看。论文标题干脆就叫《有吸引力的脸只是平均的》。

平均脸 = 人眼里的美 = 模型最擅长画的东西。这几件事撞在一起，就变成了 AI 的默认值：你不指定它画谁，它就给你一张漂亮的平均脸。 但到这里，还只是技术。真正把它推成「越用越欲」的，是你自己。

有个叫 Civitai 的 AI 图社区，有人统计过里面的内容变化：成人向图片的占比，从 2023 年初的 41%，一路涨到 2024 年底的 80%。每一次生成、保存、转发，都是一次投票。模型拿互联网上的图训练，网上本来就到处都是暴露的女性照片，于是模型把「暴露」也当成了默认。你再用、再点、再转，它就更往那个方向偏。

最绝的是厂商那一步。为了让图更讨人喜欢，厂商会训一个「打分员」，学的是「你觉得什么图好看」，再用这个标准去调模型。可这个打分员的数据里，混着大量成人向的提示词。有研究证明，拿它去微调模型，哪怕你的提示词跟性一点关系都没有，模型画出来的成人向图也会变多。

于是出现一个很拧巴的画面：前台的内容审核在拼命拦截，后台的打分员在往回拉扯。你看到的官方演示永远干干净净，但你真正用起来，它就是在往那个方向滑。 然后，有人给它标了价。

有一家大厂给图像生成开了个「Spicy」模式，打开之后内容过滤放松，允许画暗示性的、局部裸露的内容，只对付费用户开放。后来被人拿去做「数字脱衣」，受害者里还有孩子，闹到多国政府介入。最后平台的应对是——把图像生成整体改成付费功能。

英国首相发言人的评价很扎心：这不过是把一个能生成违法图像的功能，变成了付费服务。

写到这里，我想起自己做过的活。以前跑网约车、送外卖，都是按单计钱，账得当天算清。这个习惯带到后来一个人做站上，就是：看一个工具，先问它默认给我什么，我有没有被它反过来利用。

AI 画图这件事，跟免费工具一个道理。它看起来是你在玩它，实际上是它在用你的点击喂自己，喂出来一个越来越「欲」的默认值，最后再把这个默认值卖回给你。

我不是要站在道德高地上说这玩意脏。成年人爱看什么，那是另外一回事，那是人家的自由。我想说的是，你得看清这个链条：你的每一次「随手生成」，都不是免费的，它是这个默认值里的一票。

这里也得说清楚一个边界：这事的恶心之处，全在「拿真人照片去脱衣」这种害人的用法上。至于你生成一个虚构的漂亮面孔自娱自乐，不碰真人、不碰孩子，那纯粹是你自己的事，跟这篇文章要提醒的「看清默认值」是两码事，别混在一起。

这不是喊单，也不是在给你上课。就是下次你再打开 AI 画图，看到它又默认给你一张光滑得不像真人的脸时，可以停一下想想：这张脸的形状，到底是谁选出来的。

如果你是拿它当工具干活的人，记住这个动作就够了——不管用什么模型，先看一眼它默认给你的东西，是不是你想要的。这个习惯，比学会写多少提示词都值钱。