AI生成菜单千篇一律背后：算法训练致视觉同质化

近期，餐饮界广泛采用的AI生成菜单引发消费者强烈反感。大量反馈显示，此类插图呈现出高度对称、异常光滑的诡异感，触及恐怖谷效应。德国杜伊斯堡-埃森大学研究已证实，此类近乎逼真却失真的图像极易引发生理厌恶。 业内分析指出，该现象源于模型训练机制。Reality Defender CTO Alex Lisle表示，扩散模型在海量数据学习后，会收敛至一种经安全与美观优化的单一美学。若模型持续摄入AI生成内容，将加剧输出同质化。埃隆大学Lee Rainie补充，算法为追求视觉讨喜，必然抹平真实物体的不规则边缘，导致画面模板化。餐饮商家反复微调菜单细节，反而加速了食物形态的失真。 消费者的本能排斥已迫使商家重新评估该技术。更深远的挑战在于，随着生成式内容泛滥，公众对视听证据的传统信任正在瓦解。Lisle指出，这一转变已冲击司法与认知基准，行业亟需完善内容验证机制以应对真实性危机。