视觉伪影
视觉伪影是什么？
视觉伪影是图像或视频中出现的不希望有的故障或错误：那些本不该存在的东西，比如模糊的斑块、奇怪的纹理，或一只手上多出来的手指。
一图看懂
- 别称
- 故障视觉故障压缩伪影生成错误
- 主要用途
- 识别 AI 产出的质量问题后期清理模型评估
- 常用工具
- Topaz video AIAdobe after effectsRunwayDaVinci resolve
- 相关术语
- CompressionDiffusion modelInpaintingUpscalingTemporal consistency
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
压缩伪影与生成伪影对比：压缩伪影由数据缩减算法引起，表现为可预测、有数学规律的失真，如块状或振铃。生成伪影源于 AI 模型的概率性质，可预测性较低，常表现为解剖错误、臆造细节或视频中的时间不一致。
可以这样理解…
可以把视觉伪影想象成一位非常快、非常自信的画家凭记忆作画时犯的错误。他们大致知道一只手是什么样子，于是画了一只，但在压力之下，他们可能多加一根手指，或把比例画得略微不对。乍一看这幅画几乎是对的，但仔细一看显然有什么地方不对劲。
实用提示
审查 AI 视频产出的伪影时，以半速播放画面，并特别留意边缘、手部以及场景中出现的任何文字。从统计上看，这些区域最有可能包含生成错误和时间不一致。
类型与变体
压缩伪影在有损编解码器丢弃视觉数据时产生，导致块状、振铃或色彩条带。生成伪影是 AI 模型特有的，包括解剖错误（畸形的手、合并的脸）、臆造的文字和不流畅的背景。时间伪影出现在视频中，表现为闪烁、画面间不一致或重影。语义伪影是逻辑上不正确的元素，比如显示着不可能时间的时钟，或字母错乱的标牌，它们在视觉上貌似合理，事实上却是错的。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
只要 AI 生成内容用于专业场景，就必须管理视觉伪影。在 AI 视频制作中，从业者在交付前会检查产出是否有时间闪烁和解剖错误。在图像生成工作流程中，手、眼睛和文字周围的伪影通常用图像修复或重新生成来修正。在归档和修复工作中，旧素材中的早期压缩伪影会用 AI 放大器和降噪器来处理。生成式工具的质量保证流程常包含自动伪影检测，以标记需要人工审查的画面。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
常见问题（FAQ）
它们由生成式模型的概率性质引起。由于这些模型是从训练数据中学习统计图案，而非理解几何或物理，它们可能产出貌似合理却不正确的细节，尤其是在手、脸或文字等复杂区域。
不完全是。压缩伪影是由有损数据编码引起的一种特定类型，导致块状或条带。AI 生成伪影范围更广，包括解剖错误、臆造内容以及视频中画面间的不一致。
常见方法包括在生成时增加推理步数、使用更高质量的基础模型、应用时间一致性工具，以及使用 Topaz Video AI 等后处理软件来清理产出。
手在解剖上很复杂，在训练图像中外观差异极大。模型必须根据上下文预测手指的确切数量和位置，这是一个困难的推断问题，当前模型经常出错。
许多伪影可以用图像修复、放大、降噪或手动合成来减少或消除。不过，视频中严重的时间伪影或重大解剖错误，可能需要完全重新生成受影响的内容。
不一定。即使最先进的模型，在某些条件下也会产生伪影，尤其是面对不寻常的提示或边缘情况内容时。伪影的频率和严重程度是比较模型的有用指标，但所有当前的生成式系统都存在一定程度的错误。
时间伪影是跨画面而非在单一画面内出现的不一致。例如闪烁的纹理、在画面之间改变形状的物体，或从一刻到下一刻不自然地变化的光照。
