伯克利发现AI生图恐怖谷根源:缺乏三维物理逻辑

源自30位全网作者

06-10 22:17

内容由AI生成

精选参考来源

1. GPT-Image-2 正式发布:AI 生成图片的 "Vibe Design" 时代来了

2. 太震撼了!这个AI绘画模型生成的图片太牛了(GPT Image 2,附提示词和案例)

3. 腾讯用170K风格提示词和1.4M图像,重塑AI风格迁移数据基座

4. AI短剧需要更多的雪山救狐狸,而不是恐怖诡异

5. 现在ai生图发展到什么程度了?

6. 【如何写好AI生图提示词 ?】GPT-Image-2提示词合集-1

7. gpt-image2来了:是时候重新认识AI图像生成了

8. 为什么 AI 脸让我们感到生理性厌恶? ——恐怖谷效应的科学真相

9. 跨越恐怖谷:当400万年基因警报被AI悄然解除

10. 对AI脸“生理性厌恶”?别怪自己,这是大脑在保护你

11. “被吓到!”AI生图已经这么逼真了?网友:以后还能信吗...

12. 为什么我们会害怕 “似人非人” 的东西?恐怖谷效应的真相:你莫名的恐惧,是人类十几万年的生存史

13. 伯克利提示AI图像物理穿帮:几何检验撕开假面 加州大学伯克利分校研究发现,当前AI图像生成器虽能营造惊人视觉真实感,却在光照、阴影、反射等基本物理规律上频繁出错,难以真正以假乱真。研究指出,AI生成的图像常常出现平行线无法汇聚于同一消失点、镜中倒影与实物连线不平行、阳光阴影方向不一致等典型物理矛盾。 基于这些系统性错误,研究团队提出了一套基于几何一致性的检验方法:通过检查消失点是否唯一、反射连线是否平行、平行光源下阴影是否对齐,就能有效识别出AI生成的伪造图像。 这些检验揭示了当前AI模型的根本缺陷——它们仅能模仿局部的纹理和颜色分布,却缺乏对三维空间物理规则和因果关系的内在理解。 这意味着,看似完美的AI图像在物理逻辑上经常“穿帮”,无法通过严格的几何推演。 该研究不仅为深度伪造检测提供了可靠且可验证的工具,也指明了下一代AI模型需要向物理模拟和常识推理方向迈进的关键路径。

14. 伯克利提示AI图像物理穿帮:几何检验撕开假面

15. 看AI演员会有“恐怖谷效应”吗?

16. AI脸为什么让人生理性厌恶?答案藏在进化里

17. AI生成图像愈发逼真 但善用物理规律仍能拆穿它们

18. 恐怖谷效应

19. AI恐怖谷

20. 漫剧盛行“AI脸”引发生理性厌恶:根源是恐怖谷+同质化泛滥

21. “评论罗伯特”走红,须警惕“恐怖谷效应”

22. 为什么越像人,越吓人?这就是刻在人类基因里的“恐怖谷效应”

23. GPT Image2 引发“恐怖谷效应”,AI生成的照片,已经分不清真假了?

24. “被吓到!”AI生图已经这么逼真了?网友:以后还能信吗

25. AI生成的图越来越像照片,反而让人越来越不安?心理学家说出了真相

26. 这张AI照骗到了90%的人!吧友:已经分不清现实了

27. AI绘画翻车名场面!GPT Image2恐怖谷现象爆发,越逼真越吓人

28. DeepSeek分析:说话也有恐怖谷效应么?

29. AI与恐怖谷效应丨触乐怪话

30. 摄影#20260201 AI的Bug.以下是我的超现实主义摄影作品,并非由 AI 直接生成,但画面中的人物以及一些风景的残缺是 AI 的 bug 自动生成的。单纯的 AI 生成在细节与结构上过于完整、过于理性,无法触及我真正想要的失真、裂隙与张力。我选择先将真实照片反复混合、拆解、重构,建立一个超现实主义的视觉母体,再引导 AI 进入其中进行修图。因为 AI 本质上只理解现实主义的秩序,当它被迫进入超现实语境时,逻辑会失灵,结构会塌陷,画面开始出现偏差与漏洞。这些被称为“Bug”的部分,并不是失误,而是我刻意等待、捕捉并放大的瞬间:它们像情绪的泄露口,让画面拥有一种无法被驯服的异质感。 #我的摄影日记

0
扫一下,分享更方便,购买更轻松
1评论

  • 精彩
  • 最新
  • 不明觉厉

    校验提示文案

    提交
提示信息

取消
确认
评论举报

最新文章 热门文章