AI制造内容海啸，却把审美摁在了同一个平均值上

Midjourney的月度用户生成图片数量，已经超过2022年全年人类上传到Instagram的照片总数。ChatGPT每周生成的文章量，约等于《纽约时报》过去50年的发稿量。

数字很惊人，但刷一刷小红书和抖音，你会发现另一个现象——图片风格越来越像，文案结构越来越雷同，连视频转场的节奏都差不多。

AI没有制造审美崩溃，它制造的是审美平均值。

拿电商详情页来说。以前一个设计师做一套主图需要两天，现在用AI工具两小时能出200张。但把这200张放在一起看——构图高度相似，配色方案集中在两三种“安全组合”上，甚至连光影角度都差不多。这不是设计师偷懒，是模型训练数据本身就有偏好。Stable Diffusion训练集里，电商产品图最多的构图就是“居中主体+左侧文字+浅色背景”。模型输出的东西，天然就往这个方向聚拢。

我问过几个做商业摄影的朋友。他们的感受很一致——AI修图工具让批量处理效率翻了好几倍，但客户开始抱怨“照片怎么跟隔壁那家差不多”。以前摄影师靠个人审美拉开差距，现在AI把所有人都拉到了同一个基准线上。

这不是AI的问题，是概率问题。

大语言模型生成内容，本质是计算“下一个最可能的词”。扩散模型生成图像，本质是去噪过程中对“最可能的像素分布”做采样。这两种机制都遵循一个逻辑——追求概率最大值。

概率最大值是什么？是“平均”。

当一个创作者用AI生成100个标题，他大概率会选择那个看起来“最合理”的。当一个设计师用AI生成50个版式，他也大概率会选择那个“最顺眼”的。问题在于，模型的“合理”和“顺眼”来自对海量人类数据的平均化处理。它剔除了异常值，压缩了方差，把最“安全”的输出推到你面前。

内容平台算法又加剧了这件事。一个AI生成的内容如果数据反馈好，会被大量复制和模仿。其他AI模型在抓取数据训练时，又会把这些内容吃进去。结果是——AI生产内容，平台筛选内容，AI再学习筛选后的内容。这个循环每转一圈，风格的方差就缩小一点，审美就往平均值靠近一点。

这不是危言耸听。2025年已经有研究团队用风格聚类算法分析了近10万张AI生成的插画，发现超过65%的作品可以归入不到12种风格类别里。而在AI普及之前，同样数量的插画风格类别超过40种。

当然，有人会说“工具在人的手里，关键看人怎么用”。这话对，但忽略了一个现实——绝大多数人不是艺术家。普通用户用AI工具的目的就是快速得到“还行”的结果。他们不会主动去调低模型的一致性参数，不会刻意输入反向提示词来规避常见风格。他们想要的，就是一个“不丑”的东西。

AI给不了你100分的作品，但能保证每一张都是70分。70分不差，但当所有人都拿到70分，75分就成了稀缺品。

Martin Scorsese说AI生成的影像“缺乏人类情感”，这话有点绝对。AI生成的文本和图像能模仿情感，但模仿的是平均之后的情感。它可以写出一篇结构完整、逻辑通顺、措辞得体的散文，但它写不出那种“偶尔跑题却意外精彩”的段落。

那种“跑题的精彩”恰恰是方差，是统计模型为了追求概率最大值而主动剪掉的部分。

AI让内容生产的门槛降到几乎为零，但也把“平庸”的门槛降到了零。繁荣是真的，趋同也是真的。我们正在经历的，不是内容的黄金时代，而是内容的均质化时代。

能打破这个局面的，不是更强的AI，是那些愿意停下来问自己——“我到底想表达什么”的人。