当AI想象城市时，小社区可能消失

弗吉尼亚理工大学的研究人员发现，人工智能图像生成器在描绘大城市时比小城镇更为准确。这项研究由自然资源与环境学院的地理空间数据科学家Junghwan Kim领导，他最初注意到，当他要求AI生成布莱克斯堡（弗吉尼亚州的一个小镇）的图像时，结果看起来非常普通，缺乏该镇的特色。然而，当生成里士满、弗吉尼亚海滩和华盛顿特区等大城市的图像时，结果却包含了许多熟悉的地标和城市特征。

这一观察促使团队进行了一项系统研究，测试AI在不同规模城市上的表现。研究人员使用OpenAI的DALL·E 2生成器，为布莱克斯堡、里士满、弗吉尼亚海滩和华盛顿特区创建了图像。他们随后邀请了129名参与者评估这些图像的真实性和对城市身份的捕捉程度。评估依据城市规划师凯文·林奇提出的城市设计元素，如地标、区域、路径和水域。

结果显示，AI在描绘大型都市区时表现更好，而在小城镇则明显不足。特别是在文化意义显著的地标上，AI经常出错——例如，布莱克斯堡的大学建筑上完全没有出现霍基石这一标志性材料。研究还发现，长期居民比新居民对AI生成的图像更为挑剔，这表明具有更强地方知识的人更容易发现不准确之处。

这项研究的合著者包括香港科技大学（广州）和阿拉巴马大学的研究人员。论文发表在《技术与社会》期刊上。Kim强调，随着生成式AI在旅游规划、城市设计、营销和公共传播中的普及，这种代表性差距值得关注。他指出，在线数据越多的城市，AI生成的内容越准确，而小型社区则因为缺乏在线表征而容易被忽视。

"人们越来越依赖AI生成的内容来了解一个地方，"Kim说，他是地理学助理教授兼智慧城市研究小组主任。"如果小城市在训练这些系统的数据中代表性不足，那么人们看到的图像可能无法反映这些社区的真实身份。"

Kim呼吁建立更全面的地理数据集，并在AI开发中融入本地视角，以避免AI图像强化大城市与小社区之间的不平等代表。这项研究也加入了关于AI在规划和设计中伦理使用的广泛讨论。虽然AI可以快速生成创意并扩大设计技术的访问，但研究人员警告，系统仍然存在重要的局限性。

"生成式AI可以是一个强大的工具，"Kim说。"但我们也需要了解它的不足以及谁可能被排除在外。"

更多信息：Junghwan Kim等，《想象城市：使用DALL·E 2评估AI生成城市景观的视觉真实性和身份》，《技术与社会》(2026)。DOI: 10.1016/j.techsoc.2026.103360