越來越多餐廳開始使用生成式 AI 来製作菜單配圖，但這類圖片正引發消費者的反感。 TechCrunch 報導稱，這些圖像往往過於光滑、對稱，細節看似完整，卻缺乏真實食物應有的質感，容易讓人一眼就覺得「不對勁」。
有些案例中的失真較為明顯，例如奶酪的紋理異常、蝦的形態不合常理；更多時候，問題並不誇張，而是體現在整體觀感過於統一。受訪人士認為，這種不適感並非錯覺，而是生成模型輸出趨同之後的結果。
訓練方式推動審美收斂
報導引用了 Reality Defender 首席技術官 Alex Lisle 的說法，稱圖像模型會根據海量訓練數據識別模式，再生成符合提示詞的結果。例如用戶要求製作漢堡店菜單，模型會調用其認為「最像菜單圖片」的視覺特徵。
但模型訓練並不只是追求準確，也會偏向「更討喜」、「更安全」的內容。結果是，冰淇淋球會變得過於圓整，披薩、卷餅或海鮮也會呈現出不自然的標準化外觀。久而久之，輸出會越來越像同一种審美模板。
不是崩潰，而是品質退化
Lisle 表示，如果模型不斷吸收 AI 自己生成的内容，在極端情況下就會出現「模型崩潰」，也就是輸出能力整體失效。但餐廳菜單這類現象更接近於「收斂」，即模型沒有失去功能，卻在持續削弱內容品質。
這種退化通常不會立刻讓圖片變得荒誕，反而會讓它們看起來普通、整潔、無害，只是越看越缺乏真實感。也正因為如此，很多人第一眼未必能指出問題，卻會本能地感到不舒服。
真實感正變得越來越難以判斷
Elon University 旗下的 Imagining、the、Digital Future Center 主任 Lee Rainie 认為，AI 在圖像和語言上的共同傾向，就是將邊緣特徵「磨平」。這種優化會減少冒犯性和不協調感，但也會帶來明顯的同質化。
報導指出，公眾對 AI 生成內容的識別直覺越來越強。即便無法準確解釋原因，人們仍能感受到它與真實照片或人工設計之間的差異。隨著這類內容進一步進入商業場景，圖像是否可信、是否真實，也會變得更加難以判斷。
