「AI 味」不是一个问题,是三个问题叠在一起
「这段一看就是 AI 生成的」——说这话的人往往讲不清哪里不对。拆开看,判断依据其实很固定,集中在三处:皮肤、光影、运动。三处的成因完全不同,能处理的程度也不一样。
先把它们分开,是处理的前提。用同一档强度去抹,通常是把能修的修坏了、把修不了的越修越明显。
皮肤:不是太光滑,是「均匀地光滑」
真人皮肤有三个层次:毛孔与细纹(极高频)、色斑与红血丝(低频色差)、油光与阴影过渡(中频明暗)。生成模型最容易做丢的是第一层——极高频纹理。
丢的方式不是「磨皮」,而是把高频替换成均匀的噪声。凑近看,脸上有一层细密的、分布均匀的颗粒,看着像皮肤纹理,但它没有结构:真实的毛孔沿毛孔走向排列、在鼻翼与颧骨处密度不同,而这层假纹理处处一样。这就是「蜡像脸」的来源。
第二个特征是过渡太顺。真人脸上,颧骨到下颌有一条明确的光影转折,转折处会有一点点硬;生成的脸常常是均匀渐变,像塑料模特。这种「均匀」在单帧里很好看,动起来就假——因为真实的脸在动的时候,这条转折会随着表情变化而移动。
一个自查动作
把画面放大到 200%,找脸颊上的一块区域看三秒。如果那层颗粒在「跳」(帧间位置不稳定),说明它是生成时补的噪声,不是结构。真纹理不会跳。
光影:缺少衰减,所有面都同样亮
真实光照有三个特征,生成画面经常缺其中一两个:
- 衰减:光从光源出发,强度随距离平方下降。真人脸的近侧亮、远侧暗,中间是连续过渡。生成画面常常两侧差不多亮。
- 遮挡阴影:下巴在脖子上投的影、鼻翼在脸颊投的影、头发在额头投的影。这些「接触阴影」是真实感的关键,缺少它们,人物会像贴上去的。
- 高光的形状:皮肤是半透的,高光边缘应该有一点柔化;生成画面的高光常常是死白的一块,边界清晰,像塑料。
光影问题是最难靠后期修的。因为修它等于重新布光——而画面里没有足够的信息告诉你「光从哪来、强度多少、有没有第二光源」。增强能做的只是增强已有的明暗对比,把本来就扁的过渡推得更明显,反而更容易假。
能处理的只有一小块:接触阴影的补强。在人物与背景交界处压暗一点点,能让「贴上去」的感觉减轻。但这是很轻的手工活,不是一键能做完的。
运动:帧间不稳,让「假」变得显眼
静态截图里,AI 画面往往很难分辨。一动就露馅,原因是帧与帧之间的一致性不够。
具体表现有三种:
| 表现 | 机制 | 能不能修 |
|---|---|---|
| 纹理呼吸 | 同一块纹理在相邻帧轻微变形、位置漂移 | 能压一部分,压狠了纹理就糊 |
| 边缘蠕动 | 人物轮廓、发丝边界逐帧轻微变化 | 很难。这是结构不稳定,不是噪声 |
| 物件跳变 | 背景里的小物件忽然出现、消失或改形状 | 不能。只能重抽 |
为什么运动问题最致命?因为人眼对运动的异常极其敏感,对静止画面的瑕疵反而宽容。一张脸静止看只是「有点假」,一旦开始说话、转头,边缘的蠕动会立刻被识别成「这不是真人」。
哪些能修,哪些只能重抽
把三类问题按「能不能修」重新排一遍,结论很清楚:
| 问题 | 性质 | 处理方式 |
|---|---|---|
| 皮肤高频纹理缺失 | 质感层,信息不足 | 可以重建:按邻近区域的纹理走向补,补完要压住不让它跳 |
| 皮肤均匀噪声 | 质感层,错误信息 | 可以压制:轻度降噪,但别抹平,抹平就是另一种假 |
| 光影扁平 | 结构层,缺参照 | 只能轻微调整,不要指望「重新布光」 |
| 轮廓蠕动 | 结构层,不稳定 | 有限的稳定处理,多数情况只能接受或重抽 |
| 物件跳变、肢体粘连、五官错位 | 结构层,错误 | 修不了。修了只是把错误变得更清楚 |
这条分界线值得记住:质感层的问题能修,结构层的问题只能重做。判断方法很简单——遮住画面看轮廓,如果轮廓本身就不对(手指数目、耳朵位置、物体形状),那已经不是画质问题。
处理顺序:先重抽,再增强,后稳定
顺序错了会白做。推荐这样走:
先筛掉结构性废片
五官错位、肢体粘连、物件跳变的镜头,直接回生成端重抽。在低分辨率阶段重抽,代价只有成片的一小部分。
再补纹理
对留下来的镜头做细节重建,把皮肤、织物、发丝的真实结构补回来。强度要按区域分开:脸上一档、背景一档。
然后压帧间抖动
补完纹理之后画面更容易「跳」,因为新补的细节在帧与帧之间不连续。这一步要把它们锁住,否则前一步白做。
最后统一色温与对比
调色放最后。它会改变灰度关系,放在前面会干扰前几步对纹理与噪声的判断。
第 03 步最容易被跳过。很多人补完纹理就交付,单帧看很好,连起来播就觉得「在抖」。这一层抖动正是观众判定「假」的主要依据之一。
验收:三个地方最容易露馅
- 说话时的嘴部。真人说话,唇形与下颌是联动的,嘴角有细微牵动。生成画面常常只有嘴唇在动,下颌是死的。补纹理救不了这个,只能靠重抽或接受。
- 转头时的耳朵与发际线。这两个地方生成模型最容易含糊。转头时如果耳廓形状在变、发际线在飘,非常显眼。
- 手指与衣角。静态看可能没问题,一动就露。手指数量、关节弯曲方向、衣角与身体的遮挡关系,是三个高频错误点。
验收方法不是在时间线上逐帧看,而是按正常速度连看一遍——观众的观看方式就是判断标准。看得过程中如果注意力被「这张脸」绊住,说明还没过。
小结
- AI 味由三件事叠加:皮肤纹理、光影衰减、帧间稳定。三处成因不同,不能一把梭。
- 皮肤的假不是「太光滑」,是「均匀地光滑」——高频被换成了均匀噪声。
- 光影扁平最难修,因为修它等于重新布光,而画面里没有足够信息。
- 质感层能修,结构层只能重抽。遮住画面看轮廓就能分清。
- 顺序是筛废片 → 补纹理 → 压帧间抖动 → 调色。第三步最容易被跳过。
如果素材是 AI 短剧或漫剧,题材侧的判断见AI 真人短剧的画质边界与AI 漫剧怎么增强;如果问题是整体帧间在闪,见帧间闪烁从哪来。