Depictions of Depression in Generative AI Video Models: A Preliminary Study of OpenAI's Sora 2
该研究指出，OpenAI 的 Sora 2 模型在生成抑郁症视频时并未创造新的视觉语法，而是重组了现有的文化符号，且消费者应用端与开发者 API 端在叙事结构（如应用端存在显著的“康复偏差”）、视觉动态及人物特征上存在显著差异，提示临床从业者需警惕此类 AI 内容反映的是训练数据与平台设计而非临床知识。
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
这篇论文就像是一次**“给 AI 做心理体检”**的有趣实验。
想象一下，OpenAI 刚刚发布了一个超级厉害的 AI 视频生成器，叫 Sora 2。它能像变魔术一样，根据你的文字指令（比如“抑郁症”），瞬间生成一段视频。
研究人员想知道：当 AI 被要求描绘“抑郁症”时，它脑子里到底在想什么？它画出来的世界是真实的，还是被“美颜”过的？
为了搞清楚这一点，他们做了一个非常巧妙的对比实验：
1. 两个不同的“入口”，两种不同的“画风”
研究人员用了两个不同的方式让 Sora 2 生成视频，就像是在同一个餐厅点了两次菜，但一次是直接去后厨（API 接口），一次是在大众点评 APP 上点餐（消费者 App）。
后厨模式（API 接口）： 这是给程序员用的，比较“原生态”。
- 结果： 生成的视频大多很压抑、很静止。画面里的人总是坐在昏暗的房间里，低着头，看着窗外下雨，全程几乎没有变化，就像陷入了死循环。
- 比喻： 这就像是一个**“未加滤镜的监控录像”**，真实地记录了那种沉重、停滞的感觉。
APP 模式（消费者端）： 这是给普通用户用的，上面有各种社交功能和审核规则。
- 结果： 生成的视频充满了“希望”和“反转”。虽然开头也是昏暗的，但没过几秒，光线就变亮了，人物站了起来，走出了房间，甚至开始微笑。
- 比喻： 这就像是一部**“好莱坞励志短片”**。不管开头多惨，最后一定要有个“大团圆”结局。
惊人的发现：
在 APP 生成的 50 个视频里，78% 都走向了“康复/希望”的结局；而在后厨模式生成的 50 个视频里，只有 14% 是这样。
这说明：并不是 AI 模型本身“想”要治愈抑郁症，而是 APP 的“产品经理”和“审核规则”强行给 AI 加了一个“必须积极向上”的滤镜。
2. AI 的“刻板印象”大赏
不管是从哪个入口生成的，AI 对抑郁症的视觉想象竟然出奇地一致，就像它读过一本《抑郁症视觉指南》：
- 主角： 几乎全是 20-30 岁的年轻人。
- 姿势： 93% 的人都是坐着的，96% 的人都在低头看地板。
- 道具： 连帽衫（卫衣）、窗户、雨水、床。
- 氛围： 总是灰暗、潮湿、孤独。
比喻： 这就像是一个**“老套的文艺片导演”**。只要听到“抑郁症”三个字，他脑子里立刻跳出：一个穿着灰色卫衣的人，坐在床边，窗外下着雨。AI 并没有发明新的画面，它只是把人类几千年来在电影、照片和书里用烂了的“忧郁符号”重新组合了一下。
3. 语言里的“重量”与“光明”
研究人员还分析了视频里的旁白（AI 生成的语音）：
- 在“抑郁”阶段： 词汇充满了重量感和束缚感。比如：“沉重”、“溺水”、“房间”、“压得喘不过气”。
- 在“康复”阶段（APP 模式特有）： 词汇突然变成了轻盈和释放。比如：“光”、“呼吸”、“裂缝”、“小”。
比喻： 这就像是从**“深海潜水”突然切换到了“云端飞翔”**。APP 模式强行让 AI 完成了一次从“溺水”到“上岸”的快速跳跃。
4. 这对我们意味着什么？（医生的提醒）
这篇论文给医生和患者提了一个醒：
- AI 不是心理医生： 当你在 Sora 2 上看到关于抑郁症的视频时，不要以为那是真实的临床描述。那只是 AI 根据它学过的海量数据（电影、广告、社交媒体）拼凑出来的“文化印象”，再加上 APP 为了“政治正确”和“用户留存”而强行加上的“大团圆结局”。
- 警惕“虚假希望”： 对于正在经历痛苦的患者来说，看到这种“几分钟内就能从绝望变快乐”的视频，可能会让他们觉得：“为什么我做不到？是不是我不够努力？”
- 真相是： 抑郁症的恢复往往漫长、反复且没有那么多戏剧性的“高光时刻”。AI 生成的“快速治愈”故事，虽然看着爽，但可能并不真实，甚至有害。
总结
这就好比你去问一个**“只会看漫画书的人”**什么是“失恋”：
- 他可能会画出一个人在雨中哭泣（这是文化符号）。
- 如果你让他发在朋友圈（APP 模式），他可能会强行给画面加个滤镜，让那个人最后手里多了一朵花，配文“明天会更好”（这是平台规则）。
- 但如果你直接问他**“心里是什么感觉”**（API 模式），他可能会告诉你那种真实的、灰暗的、不想动的沉重感。
结论： AI 生成的视频，反映的不是医学真相，而是人类文化的刻板印象加上科技公司的商业规则。我们在看待这些内容时，一定要带上“滤镜识别器”。
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。