AI菜单的完美陷阱
引人注目的”完美”菜单
当您第一次遇到这种情况时，可能会怀疑自己的感知能力。走进一家咖啡馆，看着菜单上各种百吉饼三明治的插图，每张图片都呈现出诡异的无瑕、精确对称和异常光滑的质感，让人本能地察觉到不对劲。您或许以为自己是多疑了，但事实上您的判断是正确的。生成式AI菜单已经进入了餐饮行业，这些智能体模型基于狭窄的”令人愉悦”的美学训练而成，即使您无法言明原因，也能感觉到这种美学的违和感。
过于怪异与过于普通的两极
有时，这些插图明显虚假得令人咋舌，比如一个芝士过多、融化得像前卫艺术品而非午餐的卷饼。更多情况下，这些普通到令人忽视的图像只有当您仔细审视时，才会发现其中的异样。
专家视角：缺乏理解的生成
“这就像外星人尝试制作披萨却不理解其基本原理，”现实防御公司首席技术官亚历克斯·莱尔斯向TechCrunch表示。（现实防御公司本身是销售AI检测和内容验证工具的初创企业之一，这类企业的部分存在正是源于此类问题。）
莱尔斯解释说，这些模型的构建方式有助于说明为何插图似乎拥抱如此特定的美学——在这个美学中，每个冰淇淋球都是完美的圆形，而虾类看起来像是经过基因改造，会吃掉自己的尾巴，创造出新的”克苏鲁式食物恐怖”。
AI模型的训练与数据依赖
大型语言模型和扩散模型——这些AI模型使得看似无所不知的聊天机器人和图像生成器成为可能——都是在海量数据上进行训练的。这些模型会识别数据集中的模式，以预测当用户提出”为我制作一个汉堡餐厅的菜单”这类请求时，用户真正想要的是什么。
“很多这些东西看起来像是2015年的Chili’s餐厅菜单，这是有原因的，”莱尔斯说。”那是这些模型从中汲取功能的数据集来源。”
模型崩溃的风险
对于构建AI模型的公司而言，新的训练数据至关重要。亚马逊甚至被发现扫描稀有书籍并添加到其训练数据中，但在上传后却销毁了这些书籍。不可避免地，一些AI生成的内容会渗透到这些难以理解的大型数据集中。但是，当AI模型训练过多自己的AI生成内容时，它们面临模型崩溃的风险。
模型崩溃几乎是…
关注微信号：智享开源，及时了解更新信息。
原文链接：https://techcrunch.com/2026/09/03/the-sameness-problem-behind-those-unappetizing-ai-generated-menus/
公众号：智享开源
还没有任何评论，你来说两句吧！