畫得出黃山，畫不出安徽：「AI展現不了安徽的美」掛上熱榜，出題的是安徽人

模型對安徽的認識，停在遊客鏡頭反覆拍攝的那幾處。熱榜上這句不服氣，量出來的是訓練資料的地理分布。

在文字生圖工具輸入「黃山雲海」，出圖很少失手，奇松、怪石加雲海一次到位。把提示詞換成「安徽的風景」，結果就開始飄：有時給一片長江中下遊通用的青山綠水，有時把皖南古村落錯置成江浙水鄉，有時乾脆渲染出一張看不出省分的風景明信片。「AI展現不了安徽的美」掛上抖音熱榜，寫的就是這類落差。這句話值得先停在句子本身：它預設考試已經結束，有人出題、模型作答、分數已經打完，而閱卷的是安徽人。

詞條先假定了一場考試

熱榜詞條多半是新聞或事件的壓縮，這條不同，它本身就是一個結論。主詞是 AI，動詞是否定的「展現不了」，受詞是「安徽的美」。句子裡沒有出現任何人，但每個環節都有人的影子：要說 AI 展現不了，前提是有人拿安徽去問過它；要看得出「不美」，前提是判卷的人心裡先有一份安徽。

這也是生成模型很少遇到的考場。平常衡量這類模型，靠的是基準測試與公開排行，題目和標準都由工程側制定。這條熱榜把考題換成家鄉記憶，閱卷標準換成在地的眼睛，模型的輸出要跟安徽人每天看見的安徽對答案。這份卷子很難及格，因為模型備考的教材裡，安徽這一章本來就薄。

順帶一提，這是道填空題。把「安徽」換成別的省份，文法照樣成立，任何一省的網友都能拿去用。填空句式如何在平臺上流行、能活多久，我們在「歲月是把殺豬刀」的句式分析裡談過；差別在於殺豬刀填的是時間，這裡填的是地圖。

模型認得的安徽，是遊客拍過的安徽

要看懂 AI 為何在這題失手，得先看它怎麼學。主流文字生圖模型屬於擴散模型，訓練時餵入海量「圖片加文字描述」的配對，讓模型記住哪些字眼對應哪些視覺特徵。一個詞在資料裡出現越多、照片拍得越集中，模型對它的掌握就越準。

用這個標準檢查「安徽」，會發現它的網路影像高度集中。黃山是世界遺產，宏村、西遞也是，奇松雲海和粉牆黛瓦被拍了幾十年，中外文的標註都很密集。於是模型學到的「安徽」，大致等於黃山加皖南古村落。問黃山，它答得漂亮；問宏村，月沼和馬頭牆也到位。可是「安徽」要覆蓋的範圍遠大於此：皖北的平原與麥田、淮河的河道、江淮之間的丘陵、縣城街景、菜市場的燈光，這些在資料裡很少見，或者根本沒有跟「安徽」這個詞綁在一起。模型遇到沒把握的地方，就用通用山水填空，出來的圖自然對不上。

還有一層落差更難補。安徽人講的美，常常不在明信片構圖裡：梅雨季的濕度、巷子裡的光線，或者某條老街的尺度與氣味。這些屬性存在於照片中，卻很少被寫進文字標註，而模型只學文字與圖片的對應。沒被寫下來的美，模型視而不見。

資料的地圖，長成了旅遊業的形狀

把視野拉遠，這條熱榜其實在測一張地圖：哪些地方被大量拍攝、大量標註，哪些地方在資料裡近乎透明。這張圖不等於人口分布，也未必對應風景好壞，它更像旅遊業與攝影文化的等高線。景區越有名、遊客越多，相機越密集，該地在模型裡的解析度就越高。

安徽在這張圖上的位置有點尷尬。它夾在長三角與中部之間，隔壁江蘇、浙江的網路影像密度明顯更高；省內的視覺資源又往皖南傾斜，徽州意象幾乎等於安徽的對外面孔，皖北在這套敘事裡長期缺席。對阜陽或宿州的居民來說，AI 畫出的「安徽之美」是雙重的陌生：模型給的是皖南，而皖南之外的家鄉根本不在畫面裡。

這條詞條也延續了安徽網友在平臺上的老姿態。省籍存在感之爭裡，安徽長期是積極應戰的一方，南京被戲稱「徽京」的玩笑流傳多年，每逢地域話題，留言區總有安徽人現身補充。這回對手換成了模型，考題從別人怎麼看安徽，變成機器學到了什麼安徽。

影響不止於一次出圖的好壞。生成內容正湧進行銷素材、搜尋結果與社羣動態，當地方文旅用 AI 產出宣傳圖，薄資料地區得到的只有通用模板；這些產物回頭又成為未來模型的訓練素材，薄的地方更薄，通用的更通用。同類的壓縮也發生在其他傳統元素上，琵琶被派定「古風搖」的新身分就是近例：平臺需要可辨識的標籤，細節在標籤化的過程裡被磨掉。

把省份換成地名，是使用者端的繞道

對一般使用者，這個落差有現成的繞道：別問省份，問地名。提示詞寫「安徽」，模型只能在有限的省分印象裡取平均；寫「宏村」「呈坎」「查濟」，每個詞對應的影像密度都遠高於省名，出圖的辨識度立刻不同。再進一步，把建築詞彙直接寫進提示詞，馬頭牆、天井、粉牆黛瓦，等於替模型補上它沒學好的標註。皖北亦然，淮河沿岸、皇藏峪這類具體地名，都比省名更容易把模型帶到現場。這也順帶修正一個常見誤解：生圖模型回答的是你寫下來的問題，「安徽」這一題目前的資料答不好，換個問法就換了答案。

還有一個繞回來的觀察：這條熱榜正在生產它所抱怨的東西。話題之下，安徽網友貼出的實拍照片與影片，附著明確地名與在地視角，這正是模型當初缺的訓練素材。抱怨即標註，圍觀即建檔，社羣上的不服氣，說不定比任何官方資料集都更有效地把安徽搬進模型。

可盯的訊號

後續有幾個方向值得觀察。其一，這個句式會不會在其他省份的熱榜複製；若各地接連出現「AI展現不了某省的美」，等於網友自發做了一輪資料普查。其二，地方文旅的應對，是趁勢發起實拍徵集，還是直接用 AI 產宣傳品，兩種選擇指向完全不同的資料策略。其三，模型廠商端的動作，中文生圖工具若開始強調地方場景理解、推出在地化微調，這條熱榜就是現成的需求證明。

判斷可以很樸素：把 AI 生成的風景當氣氛參考可以，當地方再現不行。模型畫不出安徽，記的是資料的帳，安徽不必為這筆帳負責；要補帳的是把照片放上網路並好好寫下地名的人，而這件事，安徽人正在做。