越来越多的餐厅、咖啡馆和品牌开始使用AI生成食物图片来做宣传，结果网上涌现出一大批令人倒胃口的“视觉泔水”：甜甜圈虾、深海鲁本三明治、像虫子的面条、像面条的甜点、拉丝的鸡肉、像建材的冰淇淋、像大脑的冰淇淋，甚至还有说不清是什么的汉堡和引发密集恐惧的墨西哥卷饼。这些图像为什么会如此诡异？本文从技术原理、训练数据和人类心理等角度做了解释。
多位专家指出，问题往往始于图像生成原理。牛津大学人工智能、政府与政策教授、计算机视觉专家克里斯·拉塞尔说，目前很多主流图像生成模型采用“扩散”方式：从一张充满噪声（类似电视雪花）的画面开始，逐步去除噪声，最后得到目标图像。换句话说，粗略结构先被恢复，精细纹理则放在最后。如果模型在前期把基本结构搞错，后期就会把华丽的纹理堆在错误的结构上，就像一个人长了六根手指。这或许也能解释甜甜圈虾。意大利那不勒斯费德里科二世大学研究AI生成图像观感的学者乔瓦恩巴蒂斯塔·卡利法诺补充说，扩散模型尤其不擅长生成“细长、连续、带末端”的结构。面条、丝状物和卷须恰恰属于这类几何形状，因此会产生没有解剖学或烹饪逻辑的意大利面式伪影。同理，气泡、籽粒等重复纹理也难以被限制在合理边界内，容易溢出到不该出现的地方；成群的小孔还可能触发密集恐惧。
除了技术缺陷，模型本身也缺少对食物和物理世界的真正理解。苏黎世大学数字文化与艺术教授罗兰·迈耶说：“AI图像生成复制的是外观，却没有关于世界的恰当知识。”AI并不知道三明治、面条或墨西哥卷饼实际是什么，只是从统计上知道它们大多数时候长什么样。伦敦国王学院计算机科学高级讲师迈克尔·库克认为，这会导致令人不安的审美演绎：冰淇淋像开裂的混凝土，汉堡像用岩石做的。这类纹理若放在建筑施工图里也许正常，一旦被想象成食物就会立刻显得不对劲。
训练数据同样在起作用。库克指出，外界对AI模型训练过程了解极少，不知道模型接收了什么内容、建立了什么关联。迈耶则说，食物摄影往往高度风格化：锐利对比、浓烈色彩、亮泽光线、夸张外形；有时被拍摄的“食物”甚至根本不是食物。AI学会的是这些表面特征和视觉惯例，却无法复制它们背后的专业美学策略，所以会令人不安。伦敦玛丽女王大学计算创意学教授西蒙·科尔顿补充说，网上极端怪异的图片比普通红苹果更容易获得传播；模型很可能因此对食物形成奇怪联想。此外，现在不少AI模型已经在用“其他AI生成的内容”训练，这种做法可能引发“模型崩溃”，导致视觉退化，并让图像变得越来越趋同。
生成链条中的其他环节也会让情况变糟。用户写的提示以及企业给出的系统级指令未必总能得到好结果。有些提示很模糊，比如只写“做一个三明治”；有些则使用“要精确”这类适合文字任务、但对图像生成意义不大的措辞。低分辨率图片被放大到远超原始大小时，每个让人不安的瑕疵都会被放大；如果产生空洞，模型还要自行填补，而它往往填得并不完美。
人之所以会对这些图片产生强烈排斥，背后也有进化原因。科学家认为，恶心感在演化中帮助人类避开寄生虫、病原体、毒素等威胁，因此我们对“不能吃”的食物信号格外敏感。卡利法诺说，食物引发的“恐怖谷”甚至比拟人形象带来的恐怖谷更直接、更发自本能。AI生成的食物能同时触发多个危险信号：扭曲的丝状物像寄生虫或蠕虫，密集的小孔让人联想到感染与侵扰，异常的色泽和质感暗示污染或腐败。它看起来或许像食物，但大脑知道它不是，所以我们会对这盘“泔水”本能地退避三舍。