AI图像看起来很完美，直到...

AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

许多AI生成的图像看起来逼真得令人信服。纹理丰富，皮肤有可见的毛孔，整体美感出色。但总有些东西感觉不对劲。你知道图像不是真的，即使你说不出为什么。问题在于我们在寻找错误的破绽。我们不再寻找明显的缺陷，但我们从未学会识别仅剩的那一种。在这个质量水平上，几乎不再有可见的错误。有一种更为微妙的东西。那就是没有原因的效果。

1、没有原因的效果

在一张真实的照片中，你看到的一切都有一个你能说出的物理原因。这个阴影，来自那个物体。这种模糊，来自那个距离上的那个光圈。眼睛里的这处反光，来自那扇窗户。相机不会发明：它记录的是那里存在的原因所带来的结果。

生成式AI模型则相反。它学习的是事物的样子，而不是它们如何运作。它知道反光长什么样，阴影长什么样，人像的模糊长什么样。但它不知道它们为什么存在。所以它把它们画在任何看起来不错的地方，而无需真实世界中迫使它们各就其位的物理规律。

这就是一切的根源，一句值得记住的话：AI不理解因果关系，它理解相关性。它见过无数次眼睛通常有高光、背景通常模糊、眼镜通常带反光。它知道哪些东西一起出现。它不知道什么导致什么。这就是为什么它把效果放在没有原因的地方：对模型来说从来就没有原因，只有相伴相随的东西。

这就是2026年的识别标志。不是你能指出的缺陷，而是缺少原因的完美效果。学会看到这一点，你就再也不会被生成图像骗到了。以下是五个真实案例，从最明显的到隐藏得最好的。

2、眼睛是第一个说谎的东西

总是从眼睛开始。这是模型出错最多的地方，而且几乎没人会看。

看看这个虹膜。里面有一颗星星。

眼睛里的星光只能来自一个有结构的来源：一个环形灯、一扇带竖梃的窗户、一个滤镜。它是一处反光。而反光存在于角膜上，即眼睛前端的湿润表面。虹膜位于它的后面，在房水之下，它不反射：它吸收和衍射。

这里，模型想把一个造型灯的反光放进去，却把它雕刻在了虹膜内部，扭曲了它的放射状几何结构。它把高光放在了比它本该所在的位置低一层的地方。星星不在眼睛上。它被刻进了眼睛里。世上没有任何灯能把它放到那里，因为要到达那个位置，它必须穿过一个对它来说本应是不透明的表面。

虹膜是圆的。当它不是时，你就可以不用再看下去了。

3、眼睛里的反光是光源的照片

接下来是改变一切的转折点，任何摄影师都不会反驳：眼睛里的反光证明了光线来自哪里。

眼神光具有产生它的任何东西的形状。方形柔光箱、矩形窗户、环形灯的圆环。如果你能读懂它，眼睛会告诉你整个布光方案。而如果你读懂了它，却发现它与脸上其余部分的光线讲不通，图像就会自行崩塌。

这张帐篷里的夜间自拍就是一个教科书式的案例。

我们首先注意到的是虹膜变形了，但这并不是让这张图像不够超写实的唯一原因，光线有些蹊跷。让我来解释。

额头上的正面光又硬又强。那是闪光灯，机顶闪或手持闪。但闪光灯意味着相机带热靴，而以这种构图和这种面部压缩，那台相机用的是50mm或更长的镜头。这里的不可能之处在于：姿势是手臂长度的自拍，但拍这张照片的设备却是带短长焦的数码单反。手臂够不到。产生那种光线的器材，塞不进那只假装拿着它的手里。

还有一层，只有手里拿着测光表多年的人才能看出来。要让正面闪光不把主体从黑色背景中切割出来，有一种技术：用环境光平衡闪光。你测背景的光，按它曝光，然后以较低功率触发闪光，让一切柔和地融合。模型复制了那种平衡的外观、漂亮的渐变，但同时它又甩上了一道强得多的白光，远不是那种调低的闪光能做到的。两者无法共存。它复制了一种技术的结果，却不知道这种技术为什么存在。

Midjourney模仿摄影师，却不知道他们在做什么。这种无知以不可能的光线形式泄漏出来。

4、孤儿阴影

这个更微妙，一旦你看到它，就再也看不掉了。

T恤上有一个阴影，横跨肩膀和胸部。这个阴影意味着有一面墙或一个物体在那一边挡住了阳光。但如果那面墙存在，那么位置更高、在同一平面上的脸，就会落在同一片阴影之下。但它没有：脸是被照亮的。

阴影正好在发际线处结束，干净利落，像被裁切过一样，没有任何身体来投射它。即使我们强行塞进一个壁架来解释它，也不会有摄影师这样构图，因为这个阴影不分离、不渲染戏剧性、不吸引任何注意。它存在于那里，既没有物理原因，也没有构图原因。

实际情况是，主体上的光线和环境上的光线是分别生成的，彼此不沟通。在真实照片里只有一个太阳，同一个太阳同时主宰着脸和阴影，所以它们自动保持一致，摄影师什么也不用做。模型没有单一的太阳。它有一条"被照亮的脸"的规则和另一条"织物上的阴影"的规则，它把两者同时端出来，却没有任何物理规律迫使它们一致。这就是为什么人物和背景看起来像两张粘在一起的照片。

一个太阳照亮整个场景。当有两种光线逻辑时，就有两张照片。

5、平坦的模糊

这是最有力的识别标志，也是大多数人都会错过的一个，因为背景模糊在我们看来是专业摄影的同义词。

手机自拍带来两个事实：光学是广角的，带有其畸变；景深极大，几乎所有东西都在焦点内。这张图像两者都没有。它有大画幅传感器的虚化背景，却是手臂长度的自拍构图。器材再次不存在了。

但凑近看这个模糊，因为严重的地方在这里。在真实的光学模糊中，柔化程度随距离增大：一米后的东西比五米后的东西模糊得少。这里不是。砖墙、灯和窗帘都模糊到同样的程度，仿佛整个背景都在同一个距离上。这是一种平坦的、2D的模糊，就像一张在Photoshop里涂抹过然后贴在主体后面的图像。

这不是偶然。模型也受过数百万张合成图的训练：2D模糊背景上贴着一个抠出来的人物。它学会了这个捷径并复现它。如果你的图像有这种没有深度梯度的平坦背景，你就遇到了它训练数据里最差的素材。

趁他的脸就在我们面前，看看他的眼镜，因为眼镜里藏着另一个缺陷。 镜框没有鼻梁。连接两个镜圈并架在鼻子上的中央部件不存在。镜片漂浮在脸的两侧，没有任何东西支撑。模型知道眼镜是眼睛前的两个圆圈，但它不知道它们是怎么架住的，所以它省略了机械结构：鼻梁、鼻托、镜腿。

真实的散景有深度。假的散景是一块背景板。现在我们来检查一个你可能已经注意到的东西： 眼镜完全没有反光，仿佛没有镜片，仿佛它们只是道具。我们会在下一个例子里再次看到它。

6、没有镜片的眼镜是道具

这不是单张图像里的失误。模型会重复这种模式，第二个案例证明了这一点。

处方镜片做两件事。它折射：脸的边缘在穿过镜片时会发生轻微位移。它反射：它会捕捉场景中的光源。这里的镜片要么是死的，没有连贯的反光，要么带着与房间里任何光线都不匹配的银色高光。编造出来的反光，来自虚无的光线。当反光使图像复杂化时，模型会不声不响地丢弃它，或者凭空编造一个。无论哪种选择都出卖了它。

还有第二个缺陷，和我们在那个男人身上看到的那种机械性省略一样。沿着镜腿从镜圈到耳朵：**有一段不见了。**部件消失了又重新出现，仿佛金属在途中蒸发了，而这还是在应该能衬托出它的深色头发上。模型画出镜圈，因为那是一眼定义眼镜的东西，然后它就跟丢了好好的支撑结构。

两张不同的图像，同样的原罪：它们再现了物体的外观，却没有它的功能。没有反光、没有鼻梁、镜腿画了一半的眼镜，不是眼镜。它们是"眼镜这个概念"的图画。一张严肃的脸戴着假眼镜，会变成一出喜剧，读者在知道原因之前就已经感觉到了。

如果你放置一个物体，它就必须遵守它自身的物理规律。如果它做不到，就把它拿掉。

在你能真正创作出照片级逼真的提示词之前，你需要理解一条简单的法则：ISLP。让我们在结论里更详细地看看它。

如果你想知道是什么让一张图像让你着迷：

你无法停止注视的图像背后的秘密一个不和谐的元素如何把一张漂亮的图像变成一个故事。

7、结束语

我们对写实的眼光是在数百万张真实照片上训练出来的。这就是为什么一张图像会让你觉得假，却说不出为什么。那种"有点不对劲"的感觉不是神奇的直觉，而是你的大脑在检测一个缺失的原因。听从它：如果它在你看来不真实却很美，就把它扔掉。

我们在这里分析的是Midjourney，但别对任何其他模型掉以轻心。这不是某个工具独有的缺陷，而是每个大型图像生成器的本质。Nano Banana、GPT Image、Reve，它们都学习相关性，没有一个理解因果关系。细节不同，原罪相同。ISLP法则适用于它们中的任何一个。

所以你不用依赖直觉，始终按这个顺序检查。四个字母，ISLP：

• I，虹膜（Iris）。 圆形的，不变形。并读懂它的反光：它告诉你那里曾经有什么光。如果那束光与其余部分讲不通，图像就在说谎。
• S，皮肤（Skin）。 真实的毛孔，而不是令人窒息的均匀干净，或像模板一样盖上去的雀斑。
• L，光与影（Light and shadow）。 它们必须在语境中讲得通。整个场景一个太阳。没有身体投射的阴影不存在。
• P，物理（Physics）。 规律必须成立。模糊是渐进的，而不是2D背景板。眼镜要有镜片、鼻梁和镜腿。光学和构图必须能在真实相机中共存。

还有一个好习惯，能在你生成之前就砍掉大部分失败：在提示词里声明原因，而不仅仅是效果。不要写"戏剧性的光"，要写光源。"带闪光灯的iPhone和广角"或"带正面机顶闪的数码单反，50mm"。模型不会理解物理，它仍然理解不了，但那些词会拉进数百万张相关联的真实图像，通过把它锚定到一个具体的器材上，你留给它发明不可能之事的空间就小了。你修复不了它，你困住它。然后仍然用ISLP法则检查，因为即使原因就写在它面前，模型也可能失败。

设计提示词就是逼迫AI给出最接近我们真正想要的概率。

如果你在Instagram上发布，这些都不重要，那里没人会细看。但在社论领域，修图师和摄影师会花数小时处理毛孔、提亮眼睛里的高光，给模特注入生命力。那不是额外的工作。那是手艺。一张让人惊艳一秒的图像和一张留住你目光的图像之间的区别，恰恰是你选择不留给偶然的那个原因。

在你发布下一张图像之前，用ISLP法则试试，然后在评论区告诉我，四个要点中是哪一点让你免于发布一张假图。下篇文章见。

原文链接: AI Images Looks Perfect. Until You Notice This.

汇智网翻译整理，转载请标明出处