AI 前沿

AI不是一笔一笔「画」出人脸的——它是先学会怎么把一张脸「毁掉」，然后从一团纯粹的电视雪花里，一步一步地把脸「捞」出来。这听起来像变魔术，但数学上，它和物理粒子在水里的运动用的是同一组方程。

老师有没有告诉你，AI画出一张脸的方法，和你在浓雾里找路是一模一样的

2026-07-26 · 🕐 约 9 分钟

由 丢笔哥 发布

🖊️ 老师有没有告诉你…

AI从来不「创造」任何东西——它只是从一团包含无限可能的噪声里，一层一层筛出你最可能想看到的那张脸。

你见过老式电视机没信号时的那种雪花屏吗？一团随机跳动的黑白点，毫无意义。现在闭上眼睛想象：有人告诉你，这团雪花里藏着一张你从未见过的人脸——眉毛、鼻梁、嘴角，全都有。你不信。然后他拿出一把扇子，轻轻地扇了第一下。雪花稍微聚拢了一点。第二下。第三下。到第一百下的时候，一张清晰的人脸浮现在你眼前。这不是玄幻——这是2026年所有AI生成图像、AI换脸的核心原理。它的正式名字叫「扩散模型」，但我觉得应该叫它「雾里捞人」。

:::story title="一张十年前的老照片，和今天的AI"
2015年，一组计算机科学家做了一个实验：他们让AI「恢复」一张被严重压缩到几乎全是马赛克的老照片。当时的技术，只能恢复出模糊的人形轮廓——眼睛是两团黑影，嘴巴是一条线。围观的人说：「这还不如不恢复呢，越看越瘆人。」十年后的今天，同样的任务，扩散模型能在几秒内从一张彻底模糊的照片里复原出眼角的细纹和嘴角的弧度。不是因为它「猜」对了——是因为它见过几十亿张人脸，它知道眼角的纹路在统计上「应该」是什么样子。这个进步的速度，比人脸的进化速度快了一亿倍。
:::

浓雾里的雕塑——一个你每天都在经历的魔法

想象你面前有一团浓雾，雾里藏着一尊雕塑——但你完全看不见它是什么。这时候有人给了你一把神奇的扇子：每扇一下，雾就薄一层。扇第一下，你隐约看到一团轮廓。扇第十下，你看出来那是一个人形。扇第三十下，你连眉毛和嘴角的弧度都看得一清二楚。这不是魔法——这就是今天所有AI画画、AI换脸、AI生成视频背后的核心原理。它叫「扩散模型」，但它做的事情，比名字听起来诗意一百倍：它不是「创造」一张脸，而是从一张完全随机的噪声图里，一百步一点一点地「去掉噪声」，直到一张从来没存在过的脸，从噪声中浮现出来。你看到的每一张AI脸——不管是游本昌的皱纹还是王祖贤的眉眼——都不是「画」出来的，是「从雾里扇出来」的。

倒退着走，才能前进——扩散模型的秘密

要理解这是怎么回事，你需要先接受一个反直觉的想法：AI不是先学会「画」，是先学会「破坏」。训练扩散模型的过程分两步。第一步叫「正向扩散」——AI拿着一张清晰的人脸照片，然后像一个调皮的小孩，往照片上泼一勺一勺的噪声。泼第一勺，还能看出是人脸；泼第五十勺，变成了雪花点；泼到第一百勺，完全是一张随机噪点图——跟你在老电视上看到的那种雪花一模一样。第二步才是关键——「反向扩散」：AI学会了「如果我看到第99步的噪声状态，我能不能猜出第98步少了一点噪声是什么样子？」一步一步倒退，从完全的混沌回溯到清晰的图像。你可以理解为：AI从来没学过怎么「画」一张脸——它学的是「给定一团噪声，往前一步少一点噪声的样子是什么」。这个能力迁移到了全新的人脸上——你给它一团纯粹的随机噪声，它一步步「去噪」，最终浮现出一张它从来没见过的脸。

为什么从噪声里能「变」出一张真脸

这个问题触及了扩散模型最深的秘密：噪声不是空白。一团随机噪声里，包含着无限的可能。就像一片沙滩上的沙子——你随便抓一把扔出去，客观上就是一堆随机分布的颗粒。但如果你有足够的耐心和对沙子分布规律的理解，你可以从任何一堆沙子里「筛」出你想要的形状。扩散模型做的事情，本质上就是在大脑里学会了「全世界所有脸」的统计规律——什么样的像素排列构成眉毛，什么样的亮度梯度构成鼻梁——然后它用这个统计知识去「筛选」噪声。每去一步噪，它都在问自己：「根据我对全世界人脸的理解，这一步最可能藏着的是什么？」噪声在它眼里不是「没有信息」——是「所有可能的信息叠加在一起」。它要做的，是像剥洋葱一样，一层一层地把「最可能是一张人脸」的那层剥出来。

这和你在浓雾里找路的相似之处

现在回到开头的那个比喻——其实不是一个比喻，是同一个数学结构在另一个领域里的投影。扩散模型的核心方程，和物理学里描述粒子在液体中做布朗运动的方程，是同一组。粒子在液体中的运动路径也是随机的——但如果你知道它当前的位置和它受到的所有力，你可以概率性地推断它上一秒在哪儿。扩散模型把这个物理直觉用到了图像上：给定当前噪声状态，推断上一个少噪声的状态。你甚至可以把这个思路用到你自己的生活里：你面对一个混乱的局面（一团噪声），你不是凭空「想出」解决方案——你是根据你对「好的局面长什么样」的理解，一步一步去掉那些「明显不对」的选项，直到答案浮现。这，就是扩散。

AI换脸的本质：不是偷脸，是「有条件地扇雾」

最后，我们来聊那个热搜上的话题——AI换脸。为什么同样是AI生成的脸，有些让人觉得「技术真厉害」，有些让人觉得「心里发毛」？从技术角度看，AI换脸用的是扩散模型的升级版——「条件扩散」。你给它一团噪声，同时给它一张游本昌的照片作为「条件」——告诉它「扇雾的时候，尽量往这张脸的方向靠」。技术上，它和普通的AI画画没有任何区别。但人类的大脑在看到AI游本昌的时候，激活的不是「技术评估」模式，而是「社交判断」模式——这张脸看起来像一个真实的人，大脑自动进入「我应该怎么对待这个人」的状态。而当它发现对方不是真人时，那种「被欺骗」的感觉就出来了。不是因为AI技术不好——是因为人类进化了百万年的人脸识别系统，从来没遇到过「长得和人一模一样但不是人」的东西。