AI 生成的食物图片为何总带着“克苏鲁式”恐怖感

AI 生成的美食照为何总让人生理反感？

在餐饮营销领域，越来越多品牌抛弃传统摄影，直接用 AI 来生成食物图像。但这些图像不仅难看，更常让人联想到生物腔体或寄生物，仿佛是从另一个维度爬出来的怪物。这种“克苏鲁式”美感并非偶然，而是生成模型在理解物体本质时的根本性失误所致。

扩散模型通过逆向去噪过程生成图像，它对“意大利面”的认知，可能仅停留在“笔直/卷曲/反光”的视觉表征上。它不清楚面条是由淀粉制成、具有弹性与透明感，这就导致其生成的“面条”更像蠕动的线虫，或是扭曲的人形。同样，汉堡图的结构也常呈现出违背物理规律的形态：面包、蔬菜、肉饼好像被压在同一个二维平面上，彼此融合、扭曲，甚论生肉居然泛起石质颗粒感，令人作呕。

这种视觉错觉最常出现在表面结构上：AI 生成的面包或烧饼上布满不规则孔洞，看起来更像真菌孢子或虫卵簇而非正常的发面孔洞。面对这种情况，品牌方往往选择忽略，因为这种方式比 hiring 摄影师更便宜——只需喂模型 gourmet burger, hyper-realistic, cinematic lighting, 8k，秒秒便能出一张“看着贵”的图。然而，人类对食物的吸引力并非来自光影技巧，而是基于对“新鲜”“柔软”“可食用”的直觉判断。一旦图像破坏了这一心理基础，消费者便会产生厌恶感，而非食欲。

问题的核心在于模型缺乏物理常识。它们擅长的是模仿外貌，却无法理解物体的内在属性——比如“脆”“黏”“热”等感官体验。无论是 Midjourney 还是 Stable Diffusion，其判断依据都是训练数据中的分布概率。在未来，若想真正修复这类问题，可能需要引入物理模拟引擎，或在训练初期加入更丰富的语义约束，比如教会模型“油脂如何流动”“面团如何膨胀”，而非仅靠堆砌参数与美食数据集。

如今，图像层出不穷却难见真材实料。AI 把食物从艺术品般精致的形态退化为像素拼贴的产物。下次看到那种看起来像大脑的冰淇淋或像砖块般的炸鸡时，还是别点好。因为这不仅是在浪费你的钱，更是在攻击你的神经系统。