今天就是七夕。如果你刷小红书或者朋友圈，大概率已经刷到过这类图：情侣的“童年拥抱照”，两个人小时候的照片被AI放到操场上抱在一起；或者一张“被抓拍”的情侣合影，自然得像专门请了跟拍。小红书这些都是AI做的。而且得承认，2026年的AI作图已经到了能以假乱真的地步——4月GPT Image 2发布那会儿，微博上最热的一条评论就是“你告诉我到底什么是真的”。微博
但有个反常识的事：AI单人照已经能骗过大多数人的眼睛，“两个人的合照”却仍然是最容易翻车的场景。今晚想出图的话，建议先花三分钟看完这篇，能少浪费一晚上抽卡。
情侣合照为什么总翻车
试过的人都有体会：图挺好看，但对象看起来像个陌生人；或者两个人站在一起，像相亲节目现场随机配对的。
有做AI写真测试的作者总结得很准：双人写真最难的不是好看，是两个人都像。知乎这里面其实是三个问题：你像不像你，对方像不像对方，以及最难的——你们俩站在一起，像不像真情侣。
原因不复杂：
第一，模型会把多张脸“平均化”。同时喂给AI两张参考照片时，不少模型会把两个人的特征互相融合，结果是每张脸都有点像，又都有点不像。知乎上有个几百万浏览的讨论，说的就是AI脸天生同质化，“所有AI都用同一张脸”，双人互相干扰之后更像复制粘贴。知乎
第二，互动动作是重灾区。牵手、拥抱、靠肩，这类动作要求模型同时处理两个人的身体边界，手指和手臂很容易长在一起。社区里那些爆火的“活人感情侣照”指令，构图大多故意是“站着保持距离的抓拍感”，不是不想亲密，是成功率真的高。
第三，AI味在双人场景里会加倍。一个人皮肤塑料感还能忍，两个人顶着一模一样的模板脸站在一起，违和感直接翻倍。
今晚选什么工具：先想清楚你要哪种图
别问“哪个AI最强”，先问你要做什么图。今晚的需求基本就三类：
第一类，手里有两个人的真实照片，想要“以假乱真”的合照。首选是上传清晰正脸照让模型垫图生成：豆包是目前社区指令被验证最多的，“上传两张照片+保持人脸不变+抓拍感”这套经典公式用的人最多，而且免费；即梦5.0的生图也很能打，国风、海报这类题材更容易出效果。小红书要求特别高、愿意折腾海外工具的，可以看ChatGPT里的GPT Image 2，它是今年4月被全网公认“消除AI味”的那个模型；Google的Nano Banana Pro在多图参考和改图上仍是第一梯队，但两个都要付费订阅，国内使用也有门槛。微博只为七夕做一张图的话，免费的国产工具完全够用。
第二类，不想露脸，只想要一对插画风情头或壁纸。这种反而不用卷顶级模型，插画风天然绕开了“像不像本人”的难题。豆包、即梦免费就能做，社区里情头分享帖非常多，看到喜欢的风格直接评论区要指令，大多会免费分享。
第三类，单身，但也想过节。今年的路子是AI漫剧和“AI官宣图”：用自己的自拍让AI生成漫剧男主风格的图，或者和自己喜欢的虚拟角色同框。豆包就能做，指令同样是“保持我的脸不变+描述场景”。不过提醒一句：别拿没经过同意的真人脸去做，原因下面说。
一套能用的指令公式
社区里爆火的情侣合照指令，拆开看其实都是同一个模板，照着改就行：
第一步，锁脸：“根据我上传的参考照片，保持每个人的五官、发型、脸型不变。”
第二步，描述拍摄感：“看起来像偶然拍到的快照，没有明显的摆拍感，照片有轻微的晃动感，光线自然日常。”这一句是去AI味的核心，几乎每个爆款指令里都有它。
第三步，给构图和服装：两个人的站位、动作（建议先从并肩、靠肩开始，别上来就十指相扣），还有各自的穿搭。
做童年拥抱图的话，把第二步换成场景描述就行：两个小孩在操场或教室，长相分别对应上传的童年照。一次不像就让模型“只调整姿势，保持人脸不变”再来一轮，四张里挑一张，成功率会高很多。
三个坑别踩
一是用别人的照片要先经过同意。听起来是常识，但直接拿朋友、明星照片去生成情侣图的非常多，小红书就有热帖吐槽刷到“没经过本人同意的真人脸AI图”，观感很差。小红书情侣照涉及两个人，务必都点头。
二是别把照片传给来路不明的第三方小程序。大厂的官方App够用了，很多“AI情侣照生成器”小工具，照片传上去之后数据去了哪里完全说不清。今晚的图是一时的，脸的数据是长期的。
三是公开发布记得标AI。现在对AI生成内容有标注要求，不少平台也会自动检测打上“疑似AI合成”的标签。知乎与其发出去被人拆穿，不如大大方方注明AI生成，七夕的浪漫不差这一行字。
最后说两句
AI情侣照值得做，不是因为它能替代真实合照，而是它能拍出真实拍不到的画面：小时候的你们、在一起的第一张照片、一直想去却没拍成的场景。
另外，这个领域接下来还会一直变。最近这几个月，GPT Image 2、字节的Seedream 5.0 Pro、阿里的Qwen-Image-3.0接连入场，新模型比拼的重点之一就是“多人一致性”。微博今晚如果出图不理想，别急着下结论说AI不行，过两个月再看，答案可能完全不一样。
七夕快乐，抽卡一次过。
