你在外卖平台上见过那种过度精致的汉堡照片吗？面包皮反光到能当镜子照，生菜丝一根根排得整整齐齐，连融化的芝士都形状统一。现在不少餐厅已经不请摄影师了，直接让AI生成菜单图片。但问题来了：这些图片看着"太完美"，反而让人没胃口。
有消费者抱怨，AI生成的菜品图看起来有种说不出的怪异。炸鸡的酥皮光滑得像塑料外壳，意面的缠绕方式规律得不像手工缠绕，有的甚至出现结构性错误——叉子从奇怪的角度插入食物，或者酱汁的流动方向违背物理规律。这种似真非真的感觉，被形象地称为"恐怖谷效应"——东西越接近真实，那一点不对劲就越让人发毛。
为什么AI会把食物画成这样？Reality Defender的首席技术官Alex Lisle解释，这跟AI的学习机制脱不了干系。图像生成模型需要从海量图片中提取模式，如果训练数据里反复出现连锁餐厅那种打光完美、摆盘规整的菜单照片，模型自然就会认为"食物长这样"。更麻烦的是，当AI生成的食物图又被当作训练数据喂给下一代模型，这种"光滑审美"就会被不断放大，形成恶性循环。
埃隆大学"想象数字中心"主任Lee Rainey也提到一个关键点：训练数据本身就倾向美化一切。为了不冒犯任何人，AI被教导要生产安全、好看的画面。这在食物上体现得尤其明显——所有棱角都被磨平了，瑕疵全被抹掉，结果是每道菜都像是整容模板里出来的。
有用户在ChatGPT里反复修改同一张AI菜单图，连续改了100次。他发现，随着修改次数增加，食物图像逐渐偏离了原始形态，变得越来越"概念化"——像一幅关于食物的抽象画，而不是一道具体的菜。德国杜伊斯堡-埃森大学的研究团队也做过类似实验，证实确人对AI生成食物存在一种本能的负面反应，跟"恐怖谷"效应如出一辙。
这事背后其实藏着一个更大的问题：当AI生成的内容大规模进入现实生活，这些内容又反过来成了下一代AI的食物来源，审美会变得多么同质化？菜单只是最先暴露问题的领域之一。明天，它可能是新闻配图、电商商品页、甚至你社交媒体上的好友照片。
真实世界本来就有瑕疵，炸鸡表皮就该有不规则的气泡，蛋糕切开就該有粗糙的碎屑。AI想要服务人类，下一步要学的可能不是怎么把东西做得更"完美"，而是理解这些不完美为什么值得保留。否则，用AI做出来的菜单，到最后可能只能骗过AI自己。