人工智能制作的餐厅菜单食品图片，尽管具有完美的对称性、过度的平滑感以及逼真的外观，却因令人不适而受到关注。Reality Defender CTO Alex Lisle 将这些图片比作一个不了解基本原理、却试图制作披萨的外星人。在一些例子中，奶酪过度膨胀，或虾看起来像是在吃自己的尾巴，使人一眼就能察觉到这是人工生成的；而在大多数图片中，问题只有仔细观察后才会显现。
Lisle 认为，这种审美与人工智能模型的训练方式有关。ChatGPT 和 Midjourney 等系统所使用的大语言模型和扩散模型，会通过学习海量数据集中的模式，试图生成符合用户要求的内容。因此，当用户要求制作一份汉堡店菜单时，模型可能会以 Wendy’s、Burger King 或 McDonald’s 等连锁品牌彼此相似的菜单风格为基础。Lisle 还认为，生成的图片有时看起来像“一份2015年的 Chili’s 菜单”，其原因也与模型所使用的数据集有关。
人工智能生成的内容重新进入训练数据，可能导致模型用自己的输出反过来训练自己。当这种情况变得过度时，就会产生“模型崩溃”的风险。Lisle 将其比作一种遗传上的近亲繁殖：模型的输出被一次又一次地重新输入模型本身。不过，他指出，菜单中出现的情况并不是直接的模型崩溃，而是会降低输出质量的“趋同”。Elon University 的 Imagining the Digital Future Center 主任 Lee Rainie 则表示，将模型优化为偏好不具攻击性且“讨人喜欢”的内容，会削弱图像和语言中的鲜明特征，进而导致同质化。
在 X 上，一名名为 Labtec 的用户进行了一项测试：将使用 ChatGPT 生成的菜单修改 100 次后，食物图像逐渐变得更加圆润、更加平滑。TechCrunch 也重复了类似的实验。据称，餐厅为了更改价格或产品名称而反复修改菜单，可能会产生同样的影响。
Germany 的 University of Duisburg-Essen 研究人员发现，人工智能生成的食物图像存在“恐怖谷”效应。那些看起来几乎真实的图像，比明显虚假的图像更容易引发厌恶和不安。这种反应还与人们对人工智能内容的文化性不信任交织在一起。Lisle 表示，那种未经质疑便将图像和音频记录当作证据接受的时代已经结束，这一变化将影响包括法庭在内的更广泛领域。
为何重要
这些发现表明，餐厅在制作菜单时，不仅应关注视觉质量，还应考虑反复处理人工智能输出可能造成的同质化。在更改产品名称和价格的过程中，图像逐渐变得彼此相似，可能会削弱使企业品牌具有辨识度的元素，并影响顾客对菜单照片的信任。问题并非直接的模型崩溃，而是模型转向相似且受欢迎的样本后形成的趋同，这表明解决方案可能不应局限于使用更多数据。那些看起来几乎真实的食物引发不安，则使这场讨论超越审美层面，转向这样一个问题：人工智能生成的图像应如何在广告、证据和日常交流中被评估。