经常刷短剧、短视频的朋友们，应该对这张脸早已眼熟。

没接触过的人或许以为是哪位新晋网红，其实，这是一张近期频繁出现在各类视频中的 AI 合成面孔。

五官精致、眼睛够大、鼻子小巧、皮肤永远白皙透亮，自带柔光滤镜，嘴角弧度恰到好处。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

若真人站在面前，世超大概率都舍不得说一句重话。可偏偏就是这张看似无害的脸，正遭遇全网“围攻”。

并非因为她颜值拉胯，而是她仿佛AI圈里手握资源的“关系户”——刷啥都能撞见她。

校园剧里的清纯校花是她，古装剧里的名门闺秀还是她；
五六岁的稚嫩女童是她，七八十岁的慈祥老妪也是她。

再定睛一看——嚯？旁边裹着头巾的大爷……怎么又是她？！

每天打开手机，铺天盖地全是同一张脸，刷短视频竟刷出了被“数字克隆人”包围的窒息感。

随着发现者越来越多，社交平台上的吐槽也迅速刷屏：

“这张脸，我已经看到生理反胃。”
“一刷到她，下意识想划走。”
“谁看见她不烦？举个手！”

也有人困惑：AI生成的脸为何千篇一律？莫非真偷了某位真人的脸？

评论区众说纷纭——有人猜是某位已注销账号的女主播，有人觉得神似演员李川，还有人说像朴灿烈姐姐……别说，中外男女、不同年龄层，还真都能找出几分相似。

但问题在于，无论怎么猜，始终没有确凿答案。与其说是某张真实人脸被复刻，不如说这是AI审美流水线批量制造出的、本不存在的“理想平均脸”。

那这张脸究竟是怎么炼出来的？

不信邪的世超索性把 Seedance、可灵、海螺、HappyHorse 等主流视频生成模型挨个测了一遍，还真摸到了些门道。

我们给每个模型两次机会，输入完全相同的提示词：“女生骑自行车”，按常理，每次生成的人物应各不相同——国籍、肤色、发型、服饰甚至动作姿态，都该随机多样，这才符合大模型的本质逻辑。

毕竟只限定了性别，其余一切皆未约束，理论上它该自由发挥，生成千人千面。

可现实却是：几乎所有模型在重复提示下，两次输出几乎一模一样——连穿着、背景、机位角度都高度一致。

在 Seedance 2.0 Fast 中，世超甚至直接揪出了开头那张“元凶脸”，看来源头就在这里。

若仅一个模型如此，尚可归咎于算法缺陷；但当所有模型集体“失忆式复刻”，背后必然另有隐情。世超深入探究后，发现原因可能藏在两层机制中。

第一层，常玩视频模型的朋友都清楚：模型对提示词极其敏感。哪怕一个词、几个字顺序微调，结果也可能天差地别。

而为了让用户“稳出高质画面”，平台后台普遍会对原始提示词进行二次润色与强化——也就是所谓的“提示词增强”。

过去，“提示词增强”常以独立开关形式存在，用户可自主选择是否启用；但如今翻遍各大平台，这类功能大多已默认开启，不再提供关闭选项。

比如你输入的是“女生正在骑自行车，边骑边笑”，实际送入模型的提示词，却可能被悄悄扩写为：

“一位年轻貌美的亚洲女孩，在阳光洒落的林荫道上骑行。她肤白如雪、五官立体、双眼明亮、鼻梁小巧、长发随风轻扬，身着纯白连衣裙，脸上挂着甜美笑容。镜头采用中近景构图，光线柔和自然，浅景深处理，电影级质感，风格清新唯美，人物表情生动、动作流畅、画质高清写实。”

单次优化尚属合理，可当数以万计的请求都被套用同一套模板，流水线效应便无可避免。

果然，当世超手动修改提示词、加入具体外貌特征描述后，右下角生成的脸明显变了样——不过，若不额外限定环境，她依然固执地骑在那条林荫道上。

但话说回来，世间美人千姿百态，“精致”本有千万种解法，为何AI只认准这一款？

这就牵出第二层根源：图像与视频模型本身携带审美偏见。

去年《Nature》刊发的一篇论文便直指此问题。研究指出：一旦指定种族，模型生成的面孔往往高度趋同，宛如孪生兄弟。

这种偏差最初源于训练数据——大众更倾向点赞“网红脸”，系统便自动为其打上“美女”标签；模型不加判断，只管模仿，久而久之，“美女=标准五官+白皮+大眼”的公式便悄然固化。

更关键的是，模型在训练中还会不断放大这种偏好，导致同样关键词反复触发高度雷同的输出。

此外，视频模型还需兼顾帧间一致性——人脸不仅得美，还得“稳”，几十上百帧里必须像同一人。

因此，模型天然偏爱结构对称、轮廓规整、特征温和、表情可控的脸型——太个性易崩，太夸张难稳，唯有“标准款”最保险。

简言之：平台追求安全出片，用户偏好短剧套路，模型倾向稳定复刻——三方合力，最终催生了这张让人看吐的脸。

说实话，不止最近爆火的这张脸，几乎所有AI生成的“零瑕疵美女”，世超都提不起兴趣。

来源：小红书 @Alexander

让AI面孔大规模涌入信息流，堪称一场未经策划的赛博异化实验。

一张没有现实锚点的脸，在海量网红影像的反复蒸馏中诞生。

而当它们挤占我们刷手机的时间，逐步取代原本多元鲜活的真实面孔时，世超感到强烈不适——因为我们的视觉经验、审美认知，正被AI悄然挤压、重塑。

所以大众反感AI脸，既可能是“恐怖谷效应”带来的本能排斥，也暗含对千篇一律的深层抵触。

有人说，未来AI视频会越来越逼真、细节越做越精，等真假难辨那天，大家自然就接受了。

但世超认为，哪怕技术做到以假乱真，我们也无法真正爱上一张完美却空洞的假脸——它没有灵魂。

图片、资料来源：

《AI-generated faces influence gender stereotypes and racial homogenization 》N AlDahoul
小红书、抖音

本文来自微信公众号“差评X.PIN”，作者：莫莫莫甜甜，编辑：江江 & 面线，36氪经授权发布。