AI 修图越用越假：三个被抹掉的物理常识

那句“越用越假”，其实说的是同一件事

十月初，一位摄影师在头条写了篇文章，说后台私信被同一类问题塞满了：明明换了最新的 AI 修图工具，一键磨皮、一键换背景、一键补光，为什么发出来的照片反而更“塑料”、更廉价。

这句话很扎人，因为它不像技术问题，更像审美问题。但如果把那些翻车的图摊开看，会发现毛病高度集中，而且不在模型参数上。被抹掉的是三个常识：物理的、光学的、材料的。工具越强，抹得越快。

值得先说清楚：这不是“AI 不行”。同一批工具在别人手里能出好片，差别常常只在一个动作——你把哪一步的决定权交了出去。

一、皮肤不是一张纸，它有频段

人像精修的核心从来不是“去掉瑕疵”，而是“保住该有的频率”。毛孔、细纹、绒毛、肤色不均，是高频信息；骨相、明暗过渡、体积感，是低频信息。好修图师做的是压高频、稳低频，让人看着干净，但还像个人。

多数一键美化走的是另一条路：把所有高频信息当成噪点，一起平均掉。结果是一张没有毛孔、没有绒毛、没有细碎阴影的脸。人眼对这种脸极其敏感——它不像人，像蜡像或者硅胶娃娃。所谓“恐怖谷”，在修图里往往不是什么玄学，就是高频被清零了。

更麻烦的是，算法不知道哪里该留。鼻翼两侧的微红、眼下的青色、锁骨上那点浅浅的阴影，在它眼里和痘印是同一类东西。它没有“这是结构”的概念，只有“这是不是偏离了平均值”。

二、换背景不是换壁纸，光要重算

这是最容易翻车、也最容易被忽略的一步。

光是有方向的。一个人站在阴天里，脸上的高光是散的、边缘是柔的、色温偏冷；同一个人站在夕阳里，轮廓会被勾出一道暖边，脚下拖出一条长影，下巴下面多一块暖色反光。这些不是滤镜，是物理。

当工具把人从阴天抠出来放进夕阳，它通常只做了一件事：把轮廓抠干净。它不会重新计算这个人身上该有的暖调反光，也不会在地上补一块接触阴影。于是画面里出现一种说不清的割裂感——人是清楚的，背景也是清楚的，但两者不在同一个空间里。

观众的判断往往比我们以为的准。他们说不出“色温不匹配”，只会说“这张图看着假”。

三、模型见过的好照片，多半来自商业图库

第三层原因藏在训练数据里。绝大多数图像模型的审美基线，来自高度修饰过的商业图库：饱和度偏高、对比偏强、锐化偏重、构图偏“安全”。模型学到的不是“真实世界长什么样”，而是“被挑选过的世界长什么样”。

于是你会发现，用 AI 生成的风景、人像、产品图，有一种惊人的相似：同一个角度的逆光，同一种奶油色调，同一种把主体放在三分线上的稳妥。这不是巧合，这是平均值的形状。

有设计师管这叫“AI 味”。它和画质无关，和分辨率也无关。一张 4K 的、细节完美的、光影漂亮的图，照样能一眼看出是生成的，因为它太符合期待了。

那到底该怎么用

把上面三条翻过来，操作上其实只有三个动作。

第一，只改一块，别整张重来。哪块不对改哪块，其余像素别动。这一条以前很难，因为大多数工具只会“重画一张”。今年十月开源的一批模型把这件事变便宜了：Black Forest Labs 在 10 月 15 日放出 FLUX 3 Image Klein 的开放权重，5.6B 参数，支持用边界框指定“只改这个区域、框外保持原样”，INT8 量化版在 8GB 显存的消费级卡上就能跑，蒸馏版在 RTX 4070 上出一张百万像素图不到 9 秒。这类能力真正的价值不是画质，而是“允许你少改一点”。

第二，先定光，再换景。要换背景，先把主体的光向、色温、软硬定下来，再去找匹配的背景，而不是反过来。换完记得补两样东西：主体边缘的反光，和脚下的接触阴影。这两笔下去，割裂感会掉一大半。

第三，给画面留一点不完美。别把锐化拉满，别把饱和度顶到头，别让每一寸皮肤都光滑。真实感是有代价的，代价就是那些看起来“没必要”的细节。刻意留一点噪点、一点肤色不均、一点景深外的松散，图才站得住。

工具在往“克制”走，这是好事

过去两年的竞争指标是“能不能画出来”。今年的指标明显变了：能不能只改这里、能不能保持同一个人、能不能让版式按坐标摆。FLUX 3 把布局写成坐标网格，Qwen-Image 2.1 做原生透明通道，可灵和 Seedance 在卷关键帧与镜头一致性——方向是一致的，都在往“可控”收敛。

但可控不等于好看。工具能帮你只改一块，不能帮你判断该改哪一块。审美这道门槛，AI 没替你跨过去，只是把跨栏的高度调低了一点。

所以下次看到一张“越修越假”的图，先别怪模型。问三个问题：高频还在吗？光对上了吗？这张图是不是太符合期待了？三个都答得上来，基本就救回来了。