ai感知模特盲测实验：二十张图混进群里让人挑假
一句话版本：ai感知模特图能不能骗过人眼，我拿二十张图做了盲测，结论是脸早就不露馅了，露馅的是手、影子和地面。普通出图者把修图顺序倒过来，先查这三样，感知门槛立刻上一个台阶。
盲测是怎么做的：把图混进人群里
十张AI图十张实拍图混序编号，发进朋友圈和两个买家群，收回一百三十七张有效票。我是做工具测评的，横评写了一年多，各种跑分表格都做过——工具横评那套我自己也写过，模特软件ai怎么挑：一套素材横评四款工具的实测结果，参数摆得整整齐齐，可总有人留言问"参数再好，看着假有什么用"。这话把我问住了。参数测的是工具，感知测的是人，两码事。八月底我决定测人。
做法土得很。我挑了十张自己精修过的AI女装图，又从合作影棚要了十张实拍图，统一压成同样尺寸，随机编号一到二十，文字说明就一句："哪几张是AI做的？写出编号就行。"发朋友圈，发两个我长期混的买家群。头一个小时票就来了五十多张，我盯着屏幕刷新，比看跑分刺激多了。有个阿姨在群里认真地说"我都放大到能看清睫毛了才敢下判断"，还有个大哥全选了"都是AI"，属于来捣乱的，票作废。 有个设计细节提一下：投票我没设奖励。一设奖励，大家就会去群里对答案，票就脏了。反倒是没奖的纯游戏，有人较真到半夜十二点还来私信补充理由，其中三条理由后来直接进了我的修图清单。人心这个东西，游戏化到一半最诚实的说法是——别用钱碰它。这算是我做测评以来最便宜也最值的一次"调研"，成本约等于零。 给想复刻这套测法的朋友划三个重点。第一，样本别贪多，一百票上下就够看出大方向，重点是投票理由而不是票数本身；第二，图要压缩到同样的观感条件，一张8K一张糊图，等于作弊；第三，记录理由要有耐心，二十张图我能收到三百多条留言，逐条归到"手、光、脸、地面"四个筐里，归完规律自己浮出来。整套流程两个晚上能跑完，比写一篇横评快多了，结论却硬得多。结果改了我的修图顺序：脸最后，手最先
一百三十七票里，脸被挑中率不到一成五，手超过三成五，影子和地面关系最拉分，顺序得倒过来修。结果出来那晚我对着表格坐了半天。十个最准的投票者，只挑对七张；超过六成的人，准确率和抛硬币差不多。被挑得最狠的，是那张手扶栏杆的图——手指和栏杆的接触面发虚，票数里三成七的人点名了它。而大家以为最容易露馅的脸，被点名率不到一成五，其中一半还是碰运气点的。
最扎心的一条来自评论区的自由发言。好几个人没挑编号，只留言说某张图"说不上来的怪"。我逐张回查，发现他们说的全是同一类问题：影子。有张图人是下午四点的光，影子却是正午的短；还有张图人站在砖地上，砖缝在脚底下悄悄断了。这些毛病我自己看了几十遍都没看见，因为我的修图顺序一直是先磨脸——脸是我的舒适区，不是观众的敏感区。 票里还有条意外信息：有十二个人点名了两张根本是实拍的图。问理由，一个说"光线太完美了，不像真的"，另一个说"现在实拍不都用AI修过吗"。你看，观众对"假"的定义已经变了，完美本身也开始被怀疑。这个信号对我冲击不小——以后修图可能得学会留一点不完美，一根乱发，一处轻微的皮肤纹理，反而是真人的证据。 盲测之后我把出图优先级整个倒了个个儿：第一查手和接触面，第二查光和影子，第三查地面延伸，脸排最后，有空再磨。改完的第一个礼拜不适应，总忍不住先点开脸看。忍了两周，九月那批图被挑出率降了一半。数据不说谎，虽然它说话挺难听的。 再补一个盲测之外的小发现。发图那几天，恰好有个女装店主找我出图，我顺手把她上一版详情页的图也拿给投票群看——那图是花钱请人修的，脸修得无可挑剔，可模特的手虚虚地搭在包带上，票里一半人点了它。店主看完票数统计，回了我一个字："惨。"然后转了新单给我。这事让我确定，感知的坑不分AI图还是精修图，观众的眼睛不认出处，只认毛病。这场盲测我打算每季度做一轮，样本不用大，一百来票就够看清风向。感知这东西追不上，今天骗过人眼的图，明年可能一眼假——你测的其实不是图，是这个变化的坡度。有兴趣的也去混一场，票数会告诉你该把力气放哪。
常见问题
盲测会不会因为熟人猜心意而失真？
会有点，熟人知道我做AI图，可能故意反着猜。所以我在说明里没提AI两个字，只说"测眼力"。另外买家群的人不认识我，他们的票我单独算了一遍，和朋友圈的趋势一致，这才敢下结论。
普通卖家没有影棚资源，怎么做这种测试？
不用实拍图也行。把你自己的AI图按"你敢上架吗"来让朋友投票，敢与不敢之间那条线，就是你的感知门槛。五张图、二十个投票，半小时就有结果，比猜快得多。
盲测结果适用于所有类目吗？
不适用，这是我测完最想强调的。女装图大家盯手和影子，数码产品大家盯反光和logo，食品大家盯汁水和热气。观众的眼睛长在货上，你的盲测要用你自己的货来做，别人的结论只能参考方向。