AI 出图为什么偏爱三分构图?训练数据里的审美偏置

一个很容易复现的现象:不写任何构图要求,只给”一杯咖啡放在木桌上”这样的提示词,连出十张,主体几乎都落在画面左三分之一或右三分之一处,背景虚化,光从侧后方来,上方留出一片干净的天或墙。想要严格的居中对称、正俯拍平铺、或者硬顶光,反复加词也很难压住。有人把它归结为”模型有审美”,其实方向反了——它恰恰没有审美,只是把见过的照片取了平均。

“模型默认构图”这件事,拆开看是四层叠加的结果。

第一步:拟合的是图片分布,不是构图规则

扩散模型的训练目标非常朴素:给一张被加过噪声的图,让网络把噪声预测出来。它没有任何”构图模块”,也不知道三分法是什么,学到的是训练数据整体的概率分布,推理时从噪声出发,往概率最高的方向收敛。

问题在于训练图片不是均匀采样自现实世界,而是来自摄影社区、图库、广告素材和作品集——这些来源里的”好照片”高度集中在少数几种范式:三分法与黄金分割、浅景深、引导线、干净背景、侧逆光。于是”符合描述的图”这个条件一旦给得含糊,最大概率解就自动滑向那几种构图。这是统计偏置,不是判断。

第二步:数据筛选把偏置又放大了两轮

第一层是来源偏置,第二层是筛选偏置。大规模图文数据集常按美学预测器的分数划子集,例如 LAION 的高美学分子集一般要求 aesthetic score 达到 5.5~6.0 以上;而这个打分器本身就是在”人类觉得好看的图”上训练的,天然偏爱浅景深、主体偏置、留白干净。第三层是偏好对齐:做人工偏好打分或 RLHF/DPO 时,标注者同样会给这类构图更高的分。三轮下来,”居中、平铺、硬光”这类样本在训练分布里几乎被稀释成噪声。

第三步:caption 里根本没有”构图”这个变量

更关键的一点:图文配对数据的文字描述大多是”a woman standing on a beach at sunset”,极少有人标注”主体居中、水平对称、顶光”。模型因此没学到构图是一个可控维度——你写”居中构图”,这个词在 caption 语料里频次太低,条件引导的力度就弱;你什么都不写,结果直接回归到先验均值。

这也解释了为什么中英文提示词效果不同:绝大多数 caption 是英文,构图相关的高频表达是 “centered composition””symmetrical””flat lay””top-down view”,用这些词比写中文”居中”有效得多。

第四步:布局在去噪早期就被定死了

扩散采样的轨迹有明确分工:高噪声阶段(大约前 20%~30% 的步数)决定全局结构、主体位置和大块明暗,低噪声阶段只补纹理与锐度。所以想改构图,必须在早期就把条件给对。等画面结构已经成形,再靠提高 CFG 或堆形容词去硬拽,通常只能改颜色和局部细节,改不动主体在哪。

ControlNet 之所以能精准控构图,原因就在这里:线稿、深度图、分割图这类空间条件是在每一步去噪里都注入的,从第一步就锁住了布局。

一套能落地的工作顺序

把上面四层压成操作清单:

  1. 先判断构图是否真的需要非常规。信息流素材、常规产品图,接受默认三分构图反而出图成功率最高、返工最少。
  2. 必须非常规时,优先上空间条件而不是形容词:ControlNet 线稿/深度/分割,控制权重 0.7~1.0,起止区间设 0.0~0.8(后期放开让模型补质感);或用注意力分区直接指定”左三分之一放什么、右三分之一放什么”。
  3. 提示词层面用数据集高频的英文构图词,正向写具体的可见特征,避免”高级感、氛围感”这类抽象词互相碰抽象词。
  4. 需要长期稳定的品牌版式,用 20~50 张目标构图样本做 LoRA 微调,把先验整体拉过去,比每次写提示词划算。
  5. 批量生产务必固定 seed 与空间条件;只固定提示词,构图仍会漂。
  6. 验收别靠单张观感:连出 10~20 张,把主体中心点标到九宫格里看分布,确认偏置是否真被压下去。

在 AI广告制作 的批量产线里,我们通常把”构图条件”单独当成一层资产来管:版式模板、线稿或分割图、固定 seed 一起存档,而不是散落在每个人的提示词里。这样换模型时只需重新校准条件强度,不用重写整套描述。

结语

AI 不是偏爱三分构图,它只是把人类过去几十年挑出来的”好看照片”取了个平均值。想跳出这个平均值,靠说服它没用,得在空间层面把条件交回去。

想看这类偏置在真实 AIGC广告 项目里怎么被系统性校正,可以接着翻我们整理的其他几篇实操笔记。

相关文章

  • AI广告片制作brief需求梳理与验收标准 - 视觉灵动

    AI广告片的brief怎么写?照搬TVC模板多半会翻车

    内容目录 一、TVC 锁的是”结果”,AI 得锁”边界”二、必须写清的四件事三、参考素材比形容词管用四、验收标准要前置五、一个能直接用的骨架结语 做了十几年片子,最怕收到的不是预算少的 brief,是那种把每个镜头都写死、连第几秒切一次都标好的 brief。传统 TVC 这么写没问题:拍摄是一次性的,前期定得越细,现场越不返工。但换成 AI广告制作,这套模板多半会翻车——不是写得不够细,是细错了地方。不该锁的锁死了,该说清的反而一句没提,最后几十个版本出来,没有一个能用。这篇聊的不是模板长什么样…

    灵动观点 2026年11月16日
  • 文生图构图控制条件从草图到深度图

    文生图模型为什么总是”拍歪”构图?控制条件从草图到深度图

    内容目录 第一步:先理解为什么提示词控不住构图第二步:空间条件注入——把”在哪里”画出来第三步:深度图——控制三维结构和透视第四步:姿态与边缘——人物和产品的精确控制第五步:一张图的实战控制流结语 文生图模型为什么总是”拍歪”构图?控制条件从草图到深度图 用文生图做过实际项目的人都有过这种体验:人物位置对了,手部穿帮;构图对了,透视又歪了。改提示词、换措辞、加权重,出图几十张,想要的那种”摄影师摆好的构图”就是出不来。 这不是提示词写得不好,而是问…

    爱上学习 2026年10月28日
  • TVC广告与AI广告预算分配对比,调色机房审片场景

    TVC广告和AI广告到底怎么选?品牌预算分配指南

    内容目录 一、先分清两种片子的本质差别二、四类需求,四种分配方案三、别忽略三个隐性成本四、一个实用的判断公式结语 每到做年度预算的时候,品牌市场部都会陷入同一个纠结:这条片子走传统TVC,还是走 AI制作?两边报价能差五倍,交付周期能差三倍,但没人能保证便宜的那条一定不掉链子。这篇不讲立场,只讲一套可以直接套用的分配逻辑——按”这条片子要解决什么问题”来分钱,而不是按”哪家报价便宜”来分钱。 一、先分清两种片子的本质差别 TVC的核心价值是&#82…

    灵动观点 2026年10月27日
  • AI去水印与图像修复技术的原理示意 AIGC广告素材修复

    AI去水印与补全:修复类模型的原理和边界

    内容目录 第一步:去水印的本质不是”擦掉”,而是”重新画”第二步:两代技术的分水岭第三步:决定成败的四个参数第四步:为什么大面积水印注定翻车第五步:合规边界比技术边界更重要结论 AI去水印与补全:修复类模型的原理和边界 网上搜”AI去水印”,工具一抓一大把,可实际用起来差别巨大:同一张带 logo 的图,有的工具处理后几乎看不出来,有的却把整块区域糊成一团色块,比原图还难看。这不是”工具有好坏”这么简单,而是修复类模型的能力边界在起作用。搞清原理,…

    爱上学习 2026年11月6日
  • 霸王茶姬AI广告

    霸王茶姬AI广告

    赞(1)微海报分享

    AIGC作品 2025年4月24日
  • 【热门科技】探索AIGC技术:让未来触手可及!

    【热门科技】探索AIGC技术:让未来触手可及!

    ? 想了解令人振奋的科技趋势?来自全球领导者AIGC的令人兴奋消息即将揭晓。我们将为您带来一篇关于AIGC技术的专题文章,让您深入了解这项引人注目的技术。 在这篇文章中,我们将一起探讨AIGC技术所带来的突破性进展,以及它在各行各业中的广泛应用。无论您是科技爱好者、企业家还是普通用户,都将从中收获新的见解。 ? 您知道吗?AIGC技术利用人工智能和大数据分析,以更精确、高效的方式解决现实世界的问题。无论是金融、医疗、交通还是教育,AIGC技术正在改变我们的世界。您将会对未来的机遇和挑战有更深刻的…

    灵动观点 2023年10月21日
免费垂询
在线咨询
企微咨询
企微咨询
顾问名片
顾问名片
看视频号
看视频号
分享本页
返回顶部