AI为何偏爱生成美女？从“Lena”测试图到数据分布的必然性

事件概述

2026年5月，一段韩国职业棒球联赛转播视频在社交平台走红。视频中看台上一位穿着白上衣和牛仔裤的女性观众表情生动，但资深球迷发现比分牌上的击球手为已退役多年的曹仁成，且加油标语存在翻译错误，最终证实该女性由AI生成。随后，“被球场镜头抓拍到的自己”成为流行模板，再次凸显了AI图像能力增强后，往往以特定形象（如美女）作为初始默认值的趋势。

核心信息

1. 历史渊源：从“Lena”测试图到行业惯性

• 起源：1973年，南加州大学研究者使用《花花公子》杂志插页中的模特Lena Soderberg照片作为图像处理算法的测试标准。因其细节丰富且符合当时以男性为主的科研圈层的审美，该图迅速成为行业标准。
• 争议与停用：尽管存在版权争议及性别偏见批评，Lena图仍使用了51年。直到2024年4月，IEEE计算机协会才正式停止接收使用该测试图的论文。

2. 技术原理：平均脸与数据分布

• 平均即美：心理学研究表明，将多张人脸数学平均合成的面孔通常比原始单张面孔更具吸引力（Langlois & Roggman, 1990）。生成式AI本质是学习数据分布并从中心取样，因此天然倾向于生成符合“平均脸”特征的美女形象。
• 超真实效应：澳大利亚国立大学研究发现，AI生成的白人面孔因更接近训练数据的平均值，常被误判为比真人更典型。此外，AI生成的皮肤过度光滑等特征，恰好契合了人类对完美面容的感知偏差。

3. 反馈循环：用户行为与商业激励

• 用户投票机制：修图应用Lensa曾出现女用户生成性感头像而男用户生成职业形象的现象，反映了训练数据中互联网图片的固有偏差。用户每一次保存、转发都是对内容的“投票”。
• 奖励模型的拉扯：主流平台虽通过内容审核拦截NSFW（成人向）内容，但用于优化用户体验的奖励模型（如PickScore）基于用户喜好数据进行训练。研究发现，即使提示词无关，经过此类模型微调的AI仍会生成更多性感或裸露图像。
• 商业化倾向：部分厂商（如X平台的Grok）甚至推出付费解锁更宽松内容过滤的模式，表明AI生成的形态正逐渐向高频点击和用户付费意愿靠拢。

值得关注

AI生成美女并非单纯的技术缺陷，而是统计特性、生物审美偏好与商业激励共同作用的产物。从实验室的偶然选择到数据中心的必然结果，AI正在重塑我们对于“默认美好”的认知，同时也带来了关于伦理、版权及内容安全的持续挑战。