AI菜单图为何让人"浑身不自在"？一文说清技术根因
现象：那种"说不上来哪里怪"的感觉
第一次看到AI菜单图，很多人会觉得是自己想多了。走进一家咖啡馆，菜单上的贝果三明治插图画得无可挑剔——极度对称、异常光滑——却让人本能地感到不对劲。你会怀疑自己太敏感，但事实上，你并没有疯。
这些违和感有时非常明显，比如一张墨西哥卷饼图，芝士的熔化状态过于理想化，看起来更像前卫艺术而非食物。但更多时候，图片本身并不算出格，只是需要多看两眼才会意识到不对劲。
"这就像一个完全不懂披萨本质的外星人，试图做出一张披萨来。" Reality Defender 首席技术官 Alex Lisle 这样对 TechCrunch 形容。（Reality Defender 本身属于一类正在壮大的初创公司——它们提供 AI 内容检测与验证工具，而这个行业的存在本身，恰恰就是因为类似问题。） 在纽约随手一扔，十有八九会砸中一张让人略感不适的 AI 食品广告。
根因：模型怎么"学会"了这种审美
Lisle 解释了这些模型为何会统一拥抱某种特定审美——每一球冰淇淋都完美圆润，每只虾似乎经过基因改造把自己的尾巴吃掉了，创造出某种"克苏鲁系食物噩梦"。
大型语言模型（LLM）和扩散模型（diffusion model）——也就是支撑 ChatGPT、Midjourney 等工具的底层技术——依赖海量数据训练。模型从数据集中识别规律，然后在用户输入"帮我设计一家汉堡店的菜单"时，预测最"合适"的输出。
"很多这类图片看起来就像 2015 年的 Chili's 菜单，这不是偶然。" Lisle 说，"因为模型就是从那批作品中学会了如何运作。"
后果：收敛效应与模型崩溃
新的训练数据对 AI 公司来说价值连城——亚马逊就曾被发现采购珍稀书籍进行扫描上传，随后直接销毁实体书。当这些数据被吸入训练集时，部分 AI 生成内容不可避免地混入其中。而一旦模型用太多自身产出物作为训练数据，就面临模型崩溃的风险。
"模型崩溃有点像疯牛病……当把一个模型的输出反复喂回它自己，最终近亲繁殖过度，整个系统就会崩溃。" Lisle 解释道，"我们现在看到的是收敛，不一定已经达到崩溃的程度。" 收敛相对温和，会降低 AI 输出的质量，但不会让它完全失效。
当有人让 AI 为一家快餐连锁生成菜单，模型很可能会参考 Wendy's、汉堡王、麦当劳等主流品牌的菜单风格。这些菜单本身就已经高度相似，AI 生成的结果会进一步模仿这种风格——如果这张 AI 菜单又被放回训练数据，就会形成自我强化。
Rainie 指出，AI 的优化目标是"令人愉悦"，或者"不冒犯任何人"，这最终导致同质化。"AI 在图像和语言上做的事本质上相同——把棱角磨平。"
亲身验证：编辑 100 次之后会怎样
这种图片"平滑化"在小范围操作中同样可见。当用 AI 图像生成器制作菜单并反复编辑时，情况会逐渐恶化。X 用户 Labtec 展示了一个实验：用 ChatGPT 生成一张餐厅菜单后，连续编辑 100 次，观察食物图片如何一步步偏离现实。最终结果让他自己都感到不适。
餐厅很可能也在经历同样的困境——不断用 AI 修改菜单上的价格或菜品名等小细节，而每次修改，食物图片都会变得更圆润、更光滑。
"人们对'这是 AI 生成的'和'这是真实存在的'有着一种难以言说的直觉区分。" Rainie 说，"这种感觉很难用语言表达，但看到就知道。我认为是这个原因，让早期那些餐厅使用 AI 菜单遭到强烈反弹的故事格外引人注目。"
研究发现：几乎真实的 AI 食品图反而更让人反胃
德国杜伊斯堡-埃森大学研究人员在 ScienceDirect 发表的研究 中指出，AI 生成的食品图像会引发"恐怖谷"效应——那些看起来几乎真实、但又略微不对劲的食品图，反而比明显虚假的图像更能激发人的厌恶与不适感。
这种不适感在当前 AI 广泛渗透社会文化的大背景下，只会更加强烈。
从餐桌到法庭：视觉证据的信任危机
技术社会学家 Lisle 指出："看和听一直被视为可靠的感知方式，甚至我们的法庭体系也完全围绕'视觉证据是黄金标准'这一理念运作——无论是录音供词还是录像证据。如今这一切都已不再成立。无论好坏，世界已经发生了根本性的转变。" 这也意味着，让汉堡包烤得恰到好处、让 AI 菜单看起来自然逼真的技术挑战，已经远远超出了美食本身的范畴。
现实意义
如果消费者对这些图像本身就持负面态度，餐厅或许有足够的理由停止在菜单上使用 AI 生成的食品图——尤其在餐饮这种高度依赖视觉体验的行业，用户的本能抵触本身就是一种无声的否定。
评论