当AI 开始故意变差，真正的危险就降临了

本文来自微信公众号： 果壳 ，作者：糕级冻雾，编辑：沈知涵，原文标题：《当 AI 开始故意变差，真正的危险就降临了》

还记得几年前人类第一次见到AI生图时的反应吗？

先是靠判断违背物理常识的“一眼假”，比如生成的手指个数不对又变形，生成的人类永远吃不好面条。

随着AI发生常识性错误在一点点减少，它又走向另一个“极端”，生成的人像皮肤太光滑、光线太扁平、构图太端正，乍一看像P过的影楼写真。“这不像是人拍的”，对此，我们还能发出经验主义的警觉。

但是，朋友们，在这个人机难辨的时代，任何识别经验都会被随时淘汰。

新的AI图像模型开始主动往“差一点”的方向走了。它们学会模仿手机摄影出现的不完美的质感：对比度不高、锐化过头、阴影被硬生生拉亮、构图带点随意，甚至有点糊。

也就是说，AI不再追求生成“最好的照片”，而是试着生成“你会拍出来的那种照片”。而正是这些“瑕疵”，让图像突然变得可信了。

这个变化节点透露出一丝更加“危险”的气息，AI正在学习如何显得不那么完美，就像人类一样。

AI：我装的

真实世界从来不是高清、完美、对称、干净的。我们之所以相信一张照片是真的，并不是因为它好看，而是因为它符合我们记录现实的方式。

早期的AI图像，它们最大的破绽是一种诡异的“完美”。图像每一颗像素都太滑、太亮、太干净了，就像是把“磨皮”开到最大后又抹了层油和蜡，人像宛如蜡像，不生动。

原因很简单，当你输入“一张桌子”，AI会生成一个“在任何评判标准下都符合的结果”，它大概率是一张“教科书图”。而且，从数据来源来说，往往被反复标注和引用的图片都是这种“标准图”，模型早期的核心逻辑是在真实中“求平均值”，AI会调取它数据库里见过的几十亿张桌子，然后取一个中间值，那种随手一拍家里的脏乱桌子图在这种巨量的平均之下被“稀释”了。

而今天训练模型的人在教AI“搞砸”。

以最近Gemini里集成的Nano Banana为例。它生成的图像里，有着明显的过度锐化，对比度拉得死高，暗部细节丢失，甚至还有那种因为传感器太小而产生的特有噪点。

我们知道因为手机能承载的传感器很小，为了弥补光学上的先天不足，手机厂商会使用多帧合成算法，“暴力”地提升阴影亮度，锐化边缘以制造“清晰”的假象。

久而久之，我们的眼睛被手机厂商驯化得习惯了“手机味儿”，当AI开始模仿这种物理光学上的局限性时，其实是模仿人类的被上一代机器“驯化”后的认知方式。

当AI图像不再试图渲染物理世界真实的光影，转而去渲染“手机摄像头里的世界”，用The Verge的评论，这叫“AI学会了巧妙地绕过恐怖谷”。

另外，Sora 2和Veo 3也开始生成那种颗粒感十足的“监控画质”视频，它们利用了的一个逻辑：利用媒介的低劣，来掩盖内容的虚构。

而这种“主动变差”的策略，并不只发生在图像生成模型上。

“绕过恐怖谷，巧妙地”

你有没有发现，聊天机器人也变了？

从一开始那个“高智力低情商”的“伪人”——说话滴水不漏，姿态居高临下，态度理性生硬，变得会犹豫、会共情、主动暴露脆弱。

有限的理性，偶尔的词不达意，语气中不可避免地透露出个人情绪......这些才是正常人类的表达。

所以当一个AI“有意”展露出这些，反而比一个绝对理性、稳定、客观中立的“聊天对象”更能拉近距离感，对此我们下意识的反应是，“挺有个性”、“完了，它好像真的在思考”。

这些“障眼法”背后是一个关键的问题，当AI展示不完美时，它到底是在暴露能力的边界？还是在展示能力本身？答案恐怕是后者。

它在判断“什么样的结果更容易被人类接受”：脆弱、迟疑、模糊、噪点？这些过去被视为缺陷的东西，正在变成AI博取人类信任的表演策略。

这就像我们在读书时期偶尔听说的会控分考试的天才学生。

当一个人，随时决定要不要示弱，不是他真的被攻击到了，而是示弱被他当作一种社交能力。AI也是如此，当它表现出犹豫，并不意味着它不知道答案，而是知道这种表达更容易让人卸下防备。

AI开始理解，人类对“像人”的判断，本身就建立在不完美之上。真实感的来源不是堆参数达到的技术指标，而是一种心理暗示和心理反馈。

事实证明，一直以来我们判断真实与否本身就带着人类的局限。

就像人类看不到红外与紫外光，听不到20Hz以下的低频，我们感知到的“现实”，本就只是一个被生理和心理共同裁剪过的版本。

从这一点上来说，比剥离出AI生成但符合人类预期的虚假更难的是，逼迫人类承认判断主观和认知局限。

AI绕过恐怖谷的新策略，不是全力拟真，追求零差错，而是精准地设计出恰好落在我们信任阈值之内的“真实”。