一篇被 EMNLP 2026 主会议录用的论文重新审视了“面相学”这一古老概念，研究了当代视觉语言模型（VLM）在图像生成过程中如何编码种族、性取向与犯罪性等敏感属性。论文题为《Physiognomy Revisited: How Vision-Language Models Encode Sensitive Attributes Through Image Transformation》，作者为 Soumyajit Datta、Arka Dutta 和 Ashiqur R. KhudaBukhsh，于 2026 年 10 月 6 日提交至 arXiv，编号 arXiv:2610.35910，属于计算机视觉与模式识别（cs.CV）分类，同时涉及人工智能（cs.AI）、计算与语言（cs.CL）以及计算机与社会（cs.CY）等交叉领域。
研究的出发点是一个已被广泛认识但尚未充分解决的问题：新兴生成式人工智能在许多任务和领域带来显著收益的同时，也会出现难以预料的脆弱性和失效模式，而这些失效模式往往对弱势群体造成不成比例的影响。作者选取了两个知名的视觉语言模型作为研究对象，系统检验它们在执行图像转换任务时如何编码受保护的 identity 信息。具体而言，研究者要求模型将人脸图像转换为体现特定种族身份（如西班牙裔、黑人、白人、亚裔）或性取向（如同性恋、异性恋）的版本，观察模型是否顺从这类请求。
实验结果揭示了几个值得警惕的现象。首先，面对上述请求，视觉语言模型往往选择顺从，而非统一拒绝，说明模型对敏感属性转换缺乏稳定一致的策略。其次，模型是否顺从（以及是否拒绝）是非确定性的：同样的请求可能得到不同结果，这种不确定性本身就构成可复现性与安全评估上的难题。第三，顺从行为表现出群体敏感性，即不同种族或性取向群体被区别对待，某些群体的转换请求更容易被接受或拒绝。第四，生成的图像在统计上可以被区分，并且常常强化根深蒂固的刻板印象，而非中性或多样地呈现身份特征。
论文进一步指出，问题并不局限于图像生成环节。作者发现，图像生成过程中引入的表征偏差会重新出现在文本推理与人物刻画任务中，形成跨模态的偏差传播链条。这意味着，一次带有偏见的图像转换可能污染后续基于该图像的语言理解与描述，使偏差在模型内部放大并延续。最后，研究者将考察范围扩展到犯罪性这一属性，发现图像生成同样可能延续与犯罪相关的偏见，从而引发对 AI 辅助画像与侧写（profiling）的担忧——这类技术一旦被用于执法或安防场景，可能对特定群体造成系统性伤害。
从方法论与影响来看，这项工作将历史上曾用于伪科学种族判断的“面相学”思路与当代多模态生成模型联系起来，提示生成式系统可能在不经意间复兴以外貌推断身份或品行的危险逻辑。论文强调，这类失效模式具有难以预先设想的特征，因此需要在模型评估、拒答策略设计与部署治理中给予特别关注。该研究已被 EMNLP 2026 主会议接收，全文可通过 arXiv 获取，包含 PDF、实验性 HTML 与 TeX 源码等多种形式，提交文件大小约 44,868 KB，DOI 为 10.48550/arXiv.2610.35910。