连续74次生成同一张图后，ChatGPT画风彻底变了？一次“图像漂移”实验背后的真相
引言：从“复制粘贴”到“失控变形”，AI到底听不听话？
最近，一则关于ChatGPT图像生成功能的实验在AI圈中火了。一位名为papayathreesome的用户做了一个非常“轴”的测试：让ChatGPT 连续 74 次生成同一张人物图像，每次都强调“请原样复制，不要改动任何细节”。
但结果却让人大跌眼镜 - 从最开始原图的一位长卷发白肤女孩，最后竟然演化成了一个肤色深、穿着不同、环境抽象的陌生人…
这背后的问题，真的只是 AI“不听话”吗？还是说，AI 本身就做不到“原样复制”这件事？这背后其实暴露了当前生成式AI在图像一致性上的几大关键问题 - 包括扩散模型的原理、AI会话上下文的残留影响，以及模型训练数据中的偏差如何逐渐显现。
下面我们来尝试拆解一下：ChatGPT到底是如何从左图跑偏到右图的…
01 | “每次都是重新画”的扩散模型，天生就不能“复印”
首先要搞清楚的是，目前的图像生成模型本质上是一个扩散模型（Diffusion Model）。
这种模型并不是“照搬”已有图像的像素，而是通过“先加噪声，再去噪”的方式，从随机噪声中重建图像。每一次生成，都会从不同的初始随机状态出发，即使提示词完全一致，也不会产生一模一样的结果。
这就好比你让不同的画家听着同一段描述来画画，他们也无法画出一模一样的作品。AI 正是这样一位“概率性画家”。
所以，哪怕你说了74次“请完全一样”，模型依旧只能“尽力而为” - 这是物理意义上的“无法复制”，而非模型“偷懒”或者“不听话”。
02 | 上下文污染：一次对话越用越“跑偏”
除了扩散模型的“非复制性”，还有一个被许多用户忽视的因素：AI的对话上下文机制。
ChatGPT是为对话设计的，它会记住你上一次说的话、它自己说的话、生成了什么内容……然后用这些“上下文”影响下一轮的回答。
这对于聊天很有帮助，但在图像生成中却可能引发严重副作用：一次次图像迭代，其实都被前一次的图像影响了。
于是你以为你在说“请跟第一张一模一样”，但 ChatGPT 可能理解成“请继续沿着上次的风格小幅修改”，久而久之便走样了。这也解释了为什么网友们观察到“最初几轮变得很快，后面变化变慢了” - 模型在上下文积累后，朝着某个“稳定态”收敛，哪怕那个状态和你一开始要的完全不一样。
关于上下文污染的影响，我在另一篇文章里也写过类似现象（尤其在文字生成中表现得更明显）：
👉 从ChatGPT的“迷惑行为”说起：大语言模型自回归特性科普
在那篇文章中我总结了一条非常实用的经验：“当AI的回答开始变得怪异时，重新开始对话可能是最好的解法。”
这个原则在图像生成中也同样成立：每次要精准生成时，建议开启一个新的对话窗口，避免上下文污染影响输出。
03 | 训练数据偏差：为什么最后变成“政治正确的泥浆”？
这场实验最后还引发了更具争议的一点：为什么人物在多次迭代之后逐渐呈现出某种特定审美？
比如用户评论中提到，人物性别模糊、肤色发生变化、穿着变得更“非主流”，甚至出现所谓“woke sludge”（觉醒泥浆）的视觉倾向。
这背后很可能其实是另一个老问题：训练数据偏差。
生成式模型学习的是它看到过的数据分布。如果训练数据中某类人群、穿着或风格被过度代表，那么随着迭代次数增加，模型会“倾向于”朝这些高频样本靠近 - 这就像你在不断画图，每次都加一点常见元素，最终整幅图变得“熟悉但陌生”。
04 | 应用启示：AI图像生成不能做的几件事
这个实验为我们揭示了几个关键限制，特别值得创作者和开发者注意：
- 不能期望AI精确还原原图或人物设计 - 如果你是做角色形象一致性、品牌视觉管理的，请别指望只靠重复prompt就能维持风格完全一致；
- 图像迭代编辑建议每次新开对话窗口 - 否则会“越改越离谱”，你看到的可能是上一次图像残影叠加后的版本；
- 对抗模型偏差要靠提示词精细化和样本管理，而不是“靠运气”。
结语：AI 不“变脸”，你得先“重开”
这次74次复制图像“失败”的实验，其实不是Bug，而是扩散模型、上下文机制和数据偏差三者共同作用下的正常行为。
不过，也正因为如此，才让我们更加理解这些 AI 工具的工作原理和边界。而且请记住：
很多时候，真正的创造力，不是来自连续修改，而是来自一个新的开始。