AI 修圖越用越假：三個被抹掉的物理常識

那句"越用越假"，其實講的是同一件事

十月初，一位攝影師在頭條寫了一篇文章，說後台私訊被同一類問題塞滿：明明換了最新的 AI 修圖工具，一鍵磨皮、一鍵換背景、一鍵補光，為什麼發出來的照片反而更"塑膠"、更廉價。

這句話很扎人，因為它不像技術問題，更像美感問題。但把那些翻車的圖攤開來看，會發現毛病高度集中，而且不在模型參數上。被抹掉的是三個常識：物理的、光學的、材質的。工具越強，抹得越快。

值得先講清楚：這不是"AI 不行"。同一批工具在別人手上能出好片，差別常常只在一個動作——你把哪一步的決定權交了出去。

一、皮膚不是一張紙，它有頻段

人像精修的核心從來不是"去掉瑕疵"，而是"保住該有的頻率"。毛孔、細紋、寒毛、膚色不均，是高頻資訊；骨相、明暗過渡、立體感，是低頻資訊。好的修圖師做的是壓高頻、穩低頻，讓人看起來乾淨，但還像個人。

多數一鍵美化走的是另一條路：把所有高頻資訊當成雜訊，一起平均掉。結果是一張沒有毛孔、沒有寒毛、沒有細碎陰影的臉。人眼對這種臉極度敏感——它不像人，像蠟像或矽膠娃娃。所謂"恐怖谷"，在修圖裡往往不是什麼玄學，就是高頻被歸零了。

更麻煩的是，演算法不知道哪裡該留。鼻翼兩側的微紅、眼下的青色、鎖骨上那一點淺淺的陰影，在它眼裡和痘疤是同一類東西。它沒有"這是結構"的概念，只有"這是不是偏離了平均值"。

二、換背景不是換桌布，光要重算

這是最容易翻車、也最容易被忽略的一步。

光是有方向的。一個人站在陰天裡，臉上的高光是散的、邊緣是柔的、色溫偏冷；同一個人站在夕陽裡，輪廓會被勾出一道暖邊，腳下拖出一條長影，下巴下面多一塊暖色反光。這些不是濾鏡，是物理。

當工具把人從陰天去背出來放進夕陽，它通常只做一件事：把輪廓去乾淨。它不會重新計算這個人身上該有的暖調反光，也不會在地上補一塊接觸陰影。於是畫面裡出現一種說不清的割裂感——人是清楚的，背景也是清楚的，但兩者不在同一個空間裡。

觀眾的判斷往往比我們以為的準。他們說不出"色溫不匹配"，只會說"這張圖看起來很假"。

三、模型看過的好照片，多半來自商業圖庫

第三層原因藏在訓練資料裡。絕大多數圖像模型的美感基準，來自高度修飾過的商業圖庫：飽和度偏高、對比偏強、銳化偏重、構圖偏"安全"。模型學到的不是"真實世界長什麼樣"，而是"被挑選過的世界長什麼樣"。

所以你會發現，用 AI 生成的風景、人像、產品圖，有一種驚人的相似：同一個角度的逆光，同一種奶油色調，同一種把主體放在三分線上的穩妥。這不是巧合，這是平均值的形狀。

有設計師管這叫"AI 味"。它跟畫質無關，跟解析度也無關。一張 4K 的、細節完美的、光影漂亮的圖，照樣能一眼看出是生成的，因為它太符合期待了。

那到底該怎麼用

把上面三條反過來看，操作上其實只有三個動作。

第一，只改一塊，別整張重來。哪裡不對改哪裡，其餘像素別動。這一條以前很難，因為大多數工具只會"重畫一張"。今年十月開源的一批模型把這件事變便宜了：Black Forest Labs 在 10 月 15 日釋出 FLUX 3 Image Klein 的開放權重，5.6B 參數，支援用邊界框指定"只改這個區域、框外維持原樣"，INT8 量化版在 8GB 顯示記憶體的消費級顯卡上就能跑，蒸餾版在 RTX 4070 上出一張百萬像素圖不到 9 秒。這類能力真正的價值不是畫質，而是"允許你少改一點"。

第二，先定光，再換景。要換背景，先把主體的光向、色溫、軟硬定下來，再去找匹配的背景，而不是反過來。換完記得補兩樣東西：主體邊緣的反光，和腳下的接觸陰影。這兩筆下去，割裂感會掉一大半。

第三，給畫面留一點不完美。別把銳化拉滿，別把飽和度頂到頭，別讓每一寸皮膚都光滑。真實感是有代價的，代價就是那些看起來"沒必要"的細節。刻意留一點雜訊、一點膚色不均、一點景深外的鬆散，圖才站得住。

工具在往"克制"走，這是好事

過去兩年的競爭指標是"能不能畫出來"。今年的指標明顯變了：能不能只改這裡、能不能維持同一個人、能不能讓版式照座標擺。FLUX 3 把版面寫成座標網格，Qwen-Image 2.1 做原生透明通道，可靈和 Seedance 在關鍵影格與鏡頭一致性上較勁——方向是一致的，都在往"可控"收斂。

但可控不等於好看。工具能幫你只改一塊，不能幫你判斷該改哪一塊。美感這道門檻，AI 沒替你跨過去，只是把跨欄的高度調低了一點。

所以下次看到一張"越修越假"的圖，先別怪模型。問三個問題：高頻還在嗎？光對上了嗎？這張圖是不是太符合期待了？三個都答得上來，基本就救回來了。