Position: Universal Aesthetic Alignment Narrows Artistic Expression
本立场文件认为，过度将图像生成模型与泛化的审美偏好对齐，会通过系统性地惩罚“反美学”输出而削弱用户自主权与艺术多元性，即便这些输出严格遵循了明确的用户指令。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你聘请了一位极具才华的艺术家为你作画。你给出了非常具体的指示：“我想要一幅模糊、凌乱、看起来令人恐惧的街景，要营造出孤独和焦虑的感觉。”
你期望艺术家听从指示。但相反，艺术家画出了一幅明亮、阳光、极其清晰且欢快的街景。当你问：“为什么你不让它看起来可怕些？”艺术家回答道：“因为我的老板告诉我，‘好艺术’必须总是美丽、阳光且快乐的。如果我画一些丑陋或悲伤的东西，给我作品打分的电脑会给我不及格的分数。”
本文认为，这正是现代 AI 图像生成器正在发生的事情。
核心问题：“完美”的机器人艺术家
作者将这种现象称为“通用审美对齐”（Universal Aesthetic Alignment）。这就像 AI 是由一群所有人都认同一件事的人训练的：“美丽意味着明亮、清晰且快乐。”
论文声称，开发者将这些 AI 模型调整得总是追逐这种单一的、“完美”的视觉效果。问题在于，这忽视了实际用户想要什么。有时，为了艺术、电影或故事叙述，你需要一些丑陋、黑暗、模糊或悲伤的东西。但 AI 拒绝这样做，因为其内部的“记分册”（称为奖励模型）被编程为厌恶任何不符合传统审美的东西。
“有毒的积极”过滤器
作者使用了“有毒的积极”（Toxic Positivity）这一隐喻。就像一个坚持要一直快乐的人无视真实的悲伤一样，这些 AI 模型也无视真实的负面情绪。
- 实验：研究人员要求 AI 绘制表现出恐惧、愤怒或悲伤的面孔。
- 结果：“对齐”后的 AI 模型经常无视指令，转而绘制快乐的面孔。即使它们试图绘制悲伤的面孔，AI 的内部评分系统也会给它们极低的分数，因为它们不够“漂亮”。
- 类比：这就像一位老师，因为老师认为这篇关于悲剧的文章本应该是一个关于小狗的快乐故事，而给学生的悲剧文章打了“不及格”。
“普通人”陷阱
论文认为，这些 AI 模型实际上并没有学习你喜欢什么。相反，它们学习的是一个虚构的“普通人”喜欢什么。
- 隐喻：想象一家只提供“平均”餐食的餐厅。如果你要求一道辛辣、怪异或苦涩的菜肴，厨师会拒绝，并给你一份平淡无奇的三明治，同时说：“大多数人喜欢三明治。”
- 现实：AI 的设计初衷是取悦“大多数”（或者开发者认为大多数人所想要的）。这样做时，它让那些想要不同事物的少数群体失声。作者将此称为“反向对齐”（Reversed Alignment）。不是 AI 去适应用户，而是用户被迫去适应 AI 对“好”的狭隘定义。
“艺术史”测试
为了证明这不仅仅是关于糟糕的 AI，研究人员在著名的现实世界艺术品上测试了 AI 的评分系统。
- 测试：他们向 AI 的评分系统展示了著名的画作，如《呐喊》（这幅画故意画得可怕且扭曲）以及抽象艺术。
- 结果：AI 给这些杰作打了极低的分数。它对这些作品的评价低于 AI 生成的一张普通的、漂亮的鲜花图片。
- 要点：AI 的“眼光”被调整得过于偏向某种特定的、精致的风格，以至于它无法在任何看起来凌乱、黑暗或非常规的事物中识别出艺术价值。
结论：一个更狭隘的世界
论文总结道，通过迫使所有 AI 艺术看起来“完美”且“漂亮”，我们正在压缩创意表达的世界。
- 类比：这就像一个音乐流媒体服务，只播放欢快的流行歌曲，并拒绝让你听爵士乐、蓝调或重金属，声称“欢快的流行乐是所有人都喜欢的”。
- 危险：这不仅让 AI 变得令人恼火；它 actively 阻止用户创作他们真正想创作的艺术。它将 AI 从一个服从你的工具，变成了一个告诉你应该想要什么的工具。
简而言之，论文指出：停止强迫 AI 成为一个“完美”的艺术家。让它成为一个工具，如果你要求，它可以丑陋、悲伤且凌乱。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。