ai模特风格特点拆解：两百张图看完的五条规律

「咱们家的AI图，跟别家放一起就露馅。」老板在周会上把两张图并排扔在桌上，一张是我们出的，一张是对手店铺的，说实话两张都挺假，假得旗鼓相当。散会后我给自己组派了个活：把市面上一线品牌详情页和两张图库里的AI模特图全扒下来，逐张标注，看看这东西的风格底牌到底是什么。两周，二百四十张，标完那五条规律就浮出来了。

声明一句，扒图只做内部研究对照，不发外、不商用，出图素材我们还是用自己的样衣和有授权的底图，这条底线组里一直守着。标注的活儿分给了三个同事，每人八十张，标准统一：一张图七个维度，皮肤、光、构图、表情、手、背景、褶皱，每个维度勾一档，最后汇总。第一轮汇总时三人的判断对不上，又开了半小时会把档位定义对齐，第二遍标注才稳定下来。研究自己的对手之前，先得统一自己的眼睛。

皮肤和光，AI味最重的两处

AI模特的皮肤均匀得过分，光又干净得过分，两处叠加就是一眼AI的根源。真人皮肤有瑕疵，真光有杂讯，AI图缺的就是这点不完美。

标注时我在皮肤这一栏记了三档：有毛孔和细纹的、磨皮过度的、蜡质的。两百多张里，磨皮和蜡质占了将近八成，毛孔清晰的不到两成。真人摄影里皮肤从来不是均匀的，鼻翼泛红、锁骨处的油光、胳膊上的小绒毛，这些「瑕疵」恰恰是真实的证据。AI把皮肤画得太好，好到没有人味。

光这一栏更明显。AI图的光源几乎永远来自左前上方四十五度，阴影柔和，边缘干净，全组样本里光向分歧极小。真人棚拍有各种刁钻光位，户外图有云层遮挡带来的光斑变化，AI图里这些「意外」基本不存在。我们组后来管这叫「无菌光」。顺带一提，衣服上的褶皱也被AI收拾得太服帖，真人穿着坐下再站起来，腰腹那圈褶是藏不住的，AI图里衣服永远像刚熨过，这也是我标注时单独记了一栏的原因。

构图和表情，都是套路

三分位构图占了样本七成，微笑或无表情占了九成，AI模特的构图表情高度模板化。套路稳定是弱点，也是可复制的长处。

构图数据我标得最细。模特放在画面左三分之一或右三分之一的，加起来超过七成；中心构图的多数是平铺款上身图；俯拍仰拍极少。表情更整齐，微笑和无表情两档占了九成，大笑、皱眉、侧脸回眸这类有情绪张力的表情凤毛麟角。连手的姿势都集中，插兜、垂放、轻捏衣角，来来回回就那几种。

这个发现对我们的价值比对对手大。对手的图千篇一律，我们只要在一个点上做出人味，就能跳出来。组里定了条规矩：每周挑三个款，让AI出带情绪的表情，大笑一个，若有所思一个，回头一个，十张里能留一张，那一张的详情页停留时长明显比模板图长。

把规律反过来用在自己图上

往图里加回不完美：皮肤留质感、光位换刁钻角度、每季固定一张有情绪的脸，AI味就压下去了。改法都是小动作，效果立竿见影。

具体改了三件事。提示词里给皮肤加回纹理细节词，删掉磨皮类描述；光位不再用默认的顺光，试了侧逆光和窗光，出图废片率涨了一截，但留下的图耐看很多；再把情绪表情固定成每季的形象款。改完拿新旧图给十个老客户盲测，七个说新图「更像真拍」。

分站点这事也顺带说一句，风格的标尺不是全球通用的，欧美站和亚洲站对皮肤质感、体型的偏好差得远，选脸的思路得跟着市场走。北美站女装的三条选脸线

再往后走，风格这件事要从一张图上升到一店的形象，脸、光、构图全固定下来，客人刷到就知道是你家，那是养专属形象的路数。品牌专属数字模特脸怎么养出来

那份标注表现在还贴在组里的白板上，五条规律底下加了一行手写字：AI味的反面不是真实，是恰当的不完美。老板上个月又把两张图并排扔桌上，一张我们的新图，一张对手的，这回他指着我们的那张说，这张可以。二百四十张图的标注，值这一句。