GPT-4o生成的自拍为何比真人照片更显真实

一段看似简单的GPT-4o提示词，竟能生成如此“以假乱真”的图片，并且这股热潮持续至今，创意层出不穷，这确实有些出人意料。想必各位在社交平台上，早已被这类图片刷屏。

比如，京东外卖与美团外卖的骑手在街头“激战正酣”，而两位创始人——强子与兴哥——却身着各自工服，在上海外滩友好自拍，尽管兴哥的表情看起来并不那么“嘻嘻”。

周杰伦、林俊杰、陈奕迅也“现身”广州小蛮腰和上海，摆出了同款自拍姿势。

甚至有一张来自“中土世界”的合影：C罗与梅西，也到清华园一游。

《绝命毒师》里的老白和小粉，则来到了天津。

当然，最令人拍案叫绝的，或许是最近在小红书上爆火的那组《45岁，离职北大》。其创意脑洞堪称无敌，数据表现更是直接拉满，收获了近12万的点赞。

不止人物，连猫咪也能成为主角。

这些图片过于“真实”，不断挑战着我们大脑的辨别能力。它们传递出一种强烈的信号：这看起来就像真的。真实得如同路人随手用手机抓拍的瞬间。

以至于，当有人随手拍下一张日常照片分享时，评论区竟也会出现质疑：“这又是AI画的吧？”

这种现象本身就非常有趣。生成这类自拍效果图片的Prompt，其实简单得出奇：

“请画一张极其平凡无奇的iPhone自拍照，没有明确的主体或构图感，就像是随手一拍的快照。照片略带运动模糊，阳光或店内灯光不均导致轻微曝光过度。角度尴尬、构图混乱，整体呈现出一种刻意的平庸感，就像是从口袋里拿手机时不小心拍到的一张自拍。主角是_____，背景是_____。”

只需将这段提示词填入你想要的主角和背景，复制到Sora等图像生成平台，一张栩栩如生的“照片”便诞生了。

之所以推荐使用Sora而非ChatGPT内置的4o生成，纯粹是因为Sora在生图体验上更优。两者底层模型一致，但Sora支持一次生成多张，预设比例等选项也更直观。

例如，想生成马斯克与一位美女一起打游戏的画面，只需将描述填入即可。

很快，一张极具真实感的“马斯克自拍”就呈现在眼前。

一场始于“越狱”的意外走红

这段Prompt最初的源头已不可考，但本轮大规模传播的起点，普遍认为是Reddit上一个名为“ChatGPTJailbreak”的论坛。

这个论坛是做什么的？顾名思义，就是尝试突破OpenAI官方设定的各种限制，俗称“越狱”。

大约两周前，一位用户在论坛上发布了相关帖子。

没想到，它火了。发帖者的初衷，其实是为了让GPT-4o生成一些NSFW（不适宜在工作场合浏览）内容。有趣的是，许多事物的流行，最初往往源于人类某些最原始的欲望驱动。

虽然NSFW的目的未能完全达成，但用户却意外收获了一个“副产品”——一种极度逼真、充满“真实感”的AI照片。跟帖的网友们都震惊了。

于是，这段神奇的Prompt迅速传遍全球。原因无他：生成效果太“真”了。

那么，核心问题来了：到底什么是“真实”？

“不完美”何以成为“真实”的密码？

让我们回过头，仔细品读这段Prompt的关键词：平凡无奇、没有主体、缺乏构图、快照感、运动模糊、曝光过度、角度尴尬、构图混乱、刻意平庸。

整段描述里，没有一个词在追求“完美”。相反，它通篇都在强调一件事：普普通通。

正是这种“普普通通”，赋予了图片无与伦比的真实感。它像极了你的伴侣或朋友随手给你拍下的那张照片——模糊、构图糟糕、表情尴尬，但你看到后只会会心一笑，或许还会笑骂一句。

这种普通，恰恰映射了我们身边最平凡的瞬间。

我们的人生，本就由大量无意义的平凡时刻填充。我们的生活，多数时候并非经过精心雕琢、专业修图、灯光完美的“大片”。

它是早高峰地铁里，人被挤得动弹不得，却仍倔强举起手机拍下拥挤车厢发给朋友吐槽的模糊影像；是夜市摊边，一手拿着烤串，一手颤巍巍举起手机拍摄桌上狼藉杯盘，询问朋友是否要来“下半场”的糊图；是朋友聚会笑到变形时，那张曝光过度、五官拉扯的合影；是过年回家途中的高速服务区，父母用不熟练的姿势和像素一般的手机，为你拍下的那张头歪向一边的照片。

手抖了、光曝了、构图乱了……但这些照片，恰恰是我们生命最真实的切片。它们不是为了展示而存在，仅仅是生命路过时留下的证据。

而这一切，正是人类最熟悉、最习以为常的“真实感”。因此，当一张照片呈现出这种“不完美”时，我们的大脑会立刻做出判断：这像是真的。这才是我熟悉的世界——不是虚假的、精心编排的、为取悦而优化的，而是生涩的、笨拙的、脆弱的、不经意的。是活着的。

所以，当这些粗糙、带点模糊、角度尴尬的AI自拍涌现时，它们精准地击中了我们潜意识里对“真实”的认知模型。不是因为它们做得好，恰恰是因为它们做得“差”。而这种“差”，是有灵魂的。

“未经表演的存在”：稀缺的真实

我们似乎已经太久没在互联网上看到这种“差劲”了。从何时起，我们对社交媒体上的照片，默认带着一层不信任？P图、滤镜、摆拍、精修……人人都在展示自己最完美的一面，而这份“完美”往往与真实相去甚远。

直到有一天，GPT-4o阴差阳错地生成了一种“普通得不能再普通”的画面。就像你不小心打翻咖啡时，手机滑落瞬间误触快门拍下的照片——毫无华丽感，未经任何打磨，甚至有些蠢、有些糊、有些丑。但在看到它的那一秒，你突然意识到，自己已经很久没见过这样的东西了。

这种东西，或许可以称之为“未经表演的存在”。在一个一切都被剪辑、打磨、美化的世界里，这种未经修饰的存在，反而成了最极致的稀缺品。而这种存在，才是真实。

历史上不乏例证。在“911”事件中，有一张广为流传的照片：《坠落的人》。

照片中的人从高楼笔直坠落，背景是混乱的天际线。摄影师理查德·德鲁拍下这张照片时，没有时间构图，没有机会安排，仅仅是瞬间的本能反应。这张“失败的、没来得及对焦的”照片，却成了“911”事件最具冲击力的象征之一。因为那种无法修饰的绝望，那种混乱中的冷酷美学，才是真实世界本来的样子。也正是这种撕裂感，让世界记住了一个瞬间，而非一段官方通稿或一张经过润色的“完美”新闻图片。

真实的生命，从不配合任何镜头。

因此，当GPT-4o用这样一个看似奇怪的Prompt，画出那些歪扭、模糊的自拍时，我们才会产生共鸣：“啊，这像真的。”因为它太像我们自己了。

我们被“必须完美”的社会规训得太久，久到几乎忘记：活着，其实可以不必那么完美。可以拍糊，可以过曝，可以歪斜，可以平庸，可以不够好，可以什么都没准备好。

而在这一刻，AI或许反而以一种意想不到的方式，帮我们找回了自己差点丢掉的东西——那份粗糙、原始、却无比珍贵的真实感。