“长得像”到底是什么
AV女優AI顔診断研究所(AIAVMATCH LAB)・2026/11/01

所长,您听我说。我用我们的 AI 比较了两位总被人说“长得像”的女演员,结果却显示“不太像”……

什么,AI 弄错了吗?

可是,也不能完全说是弄错了。我开始搞不懂,“长得像”到底是什么意思了。

嗯……“长得像”是什么吗。很深奥啊。今天就来调查一下这个吧。
对 AI 来说的“像”

从模型上来说,是把脸转换成128 个数字的排列。眼睛之间的距离、鼻子的形状、轮廓,这些全都会变成数字。

有 128 个之多啊。

是的。然后测量两个人的数字排列方向有多一致。这就是“相似度”。

关键在于,先把脸单独裁出来再测量。所以发型和服装几乎不起作用。

原来如此。AI 看的是脸部骨架啊。
对人来说的“像”

不过呢,人觉得“像”的时候,最起作用的是发型和化妆。也就是氛围。

这一点在数据里也有体现。按作品测量发型后发现,有2,830人会随着作品不同而换发型(在能测到 2 部以上作品的2,971人当中)。

对吧?黑长直的作品和明亮短发的作品,同一个人看起来也像完全不同的人。

我懂。我年轻时也拿着艺人的照片去美容院,说“请给我做成和这个人一样的发型”。结果氛围还真挺像的呢。

哎!真的吗?

……不,其实并没有。

就是说嘛。发型能让氛围接近,可让脸部骨架接近不了。

原来如此。人看氛围,AI 看骨架。所以两边才会对不上。
“和谁都像的脸”真的存在

另外,还有一个大发现。想知道吗?

什么,又卖关子

用作品中的脸做“长得像的女演员”列表时发现,有一位女演员进入了 241 人的“长得像的女演员”前 6 名!是在 1,000 人当中的哦。

什么?!和四个人里的一个人都像吗!

这在 AI 的世界里叫做“枢纽”现象。把很多张脸平均之后,所有人共有的成分会变强,结果就和哪张脸都接近了。

所以我们减去了整体平均,又对“和谁都像的那部分”做了修正。结果最多出现的 241 次降到了19 次,一次都没出现在列表里的人也从 36% 变成了 0%。

“和谁都像”,和“和谁都不像”,只有一纸之隔啊。
只看一张照片是看不出来的

再说,个人资料照片就是要拍得美嘛。灯光、化妆、修图,全都在里面。

我们还做了一个实验:从作品影像中收集脸,来认出同一个人。只有一张脸的时候,命中率是24%。可是把同一个人的 40 张脸合在一起,就上升到了71%。

角度、表情和灯光的偏差,会随着数量多起来而互相抵消。

也就是说,不要凭一张照片就下定论。
“相似度”该怎么看

等一下。那个“相似度 ◯%”可不是绝对数值哦。

是……陌生人之间的数值,平均大约 0.1,前 5% 也只有 0.3 左右。我们是把在这个分布中接近的程度换算成百分比来展示的。

也就是说,“相似度 90%”不是“90% 是同一张脸”,而是“在陌生人当中算相当接近的那一侧”。这一点不要误会哦。
今天的教训

……被人说“长得像”,到底算不算夸奖呢。

……(无言地点头)

今天的教训是这样的。“像”不是只有一种。AI 看骨架,人看氛围。两边都看才是最好的。

……不过,那个“氛围”,到底是由什么构成的呢?

想知道吗?

别卖关子了。

下一次,我们来分解“氛围”!发型、化妆、表情、眼神……到底哪个最起作用,我们用数字来看看。

我很期待哦。

喵(在键盘上走过,打出“fffff”)
想试试自己的“像”
- 用人脸照片诊断:寻找脸部骨架接近的女演员
- 按面部特征寻找:可以用眼睛大小、轮廓等 9 个维度指定喜好
- 按发型寻找:可以按作品选择影响氛围的发型
- 女演员页面上的“用作品中的脸比较”:是一种不受个人资料照片修图影响的比较方式