去咖啡馆看到AI生成的菜单插图，你会觉得哪里不对——每个汉堡都完美对称、每团冰淇淋都滚圆，但就是有种说不出的怪异。这不是错觉。TechCrunch 的报道指出，这种现象源于 AI 模型的训练方式。

Reality Defender CTO Alex Lisle 解释，当前扩散模型和 LLM 的训练数据大量来自互联网上的商业图片，其中快餐连锁店菜单占了很大比例。模型学到的是“Chili’s 2015 年菜单”那种特定审美：追求“讨喜”和“不冒犯”，结果把所有食物都画成了标准化的完美样子。更关键的是，当 AI 生成的内容再次进入训练集，就会导致“收敛”（convergence）——输出质量逐渐退化，虽然不像“模型崩溃”那样彻底失效，但会让图片越来越圆润、光滑，失去真实感。

一位 X 用户 Labtec 做了一个实验：用 ChatGPT 生成一个菜单，然后连续编辑 100 次。随着每次修改，食物图片变得越来越圆、越来越光滑，最终结果让人感到不适。TechCrunch 复现了同样的实验，得到相似结果。这说明餐馆在实际运营中反复调整 AI 菜单（比如改价格、改菜品名）时，也会无意中加剧这种退化。

德国杜伊斯堡-埃森大学的研究发现，AI 生成的食物图片会引发“恐怖谷效应”——看起来近乎真实但又不完全真实的食物，比明显虚假的食物更能引起厌恶和不安。这种反感在当下对 AI 的普遍警惕氛围中被进一步放大。

Lisle 指出，这个问题远不止于菜单。当 AI 生成内容渗入训练数据导致同质化，我们曾经信奉的“眼见为实”原则正在被动摇——法庭上作为黄金证据的录像和录音，如今已不再可靠。这提醒所有依赖视觉内容的行业：AI 的“平滑边缘”倾向可能会系统性地抹掉真实世界的多样性，而我们才刚刚开始理解这种变化的代价。