Grok Imagine 2 再现 GPT 噪点，蒸馏训练引同质化担忧
xAI 的新一代图像生成模型 Grok Imagine 2（或称 Grok Image 2.0）近期遭到多名用户和开发者的批评，其生成的图像中出现了此前在 GPT-Image-2 上臭名昭著的“噪点伪影”问题，且画面整体比 ChatGPT 更显嘈杂，画质出现明显劣化。多位作者指出，这一现象的根源在于当前 AI 行业过度依赖“蒸馏”技术与合成数据训练。
已确认
- Grok Imagine 2 生成的图像在视觉风格和瑕疵上与 ChatGPT 极其相似，出现了相同的“噪点伪影”。
- 模型在训练中过度依赖蒸馏技术而非真实图像，导致 AI 生成的固有伪影被放大，丢失了真实感与审美。
尚未确认
- 目前尚无官方回应或技术细节证实 Grok Imagine 2 的训练数据来源，上述分析均基于用户观察和开发者推测。
为什么重要
- 数据污染的“衔尾蛇”效应：作者 @markk 与 @mallow610 警告，当前的图像模型正在互相抓取对方的生成结果进行训练。这种闭环的数据喂养导致特定瑕疵在不同模型间传染并叠加，加剧了 AI 数据污染问题。
- 产品同质化与底层缺陷复制：作者 @flowersslop 认为，如果开发团队缺乏自身审美，一味依赖蒸馏，往往会连同原模型的 UX 缺陷和底层问题一起照搬复制，引发对 AI 产品同质化的担忧。
- 追赶者陷入死局：从开发策略来看，作者 @flowersslop 指出依赖蒸馏存在致命隐患。由于头部厂商（如 OpenAI）内部必然已有更先进的下一代模型，一味蒸馏只会让追赶者永远处于落后地位。
2026-08-08 ~ 2026-08-09 · 6 条相关
一手来源
- Grok 新图像模型再现 GPT 噪点瑕疵,合成数据致 AI 互相污染 — mark_k ·
- AI 图像模型陷入“衔尾蛇”困境：互相学习导致同质化翻车 — mallow610 ·
- Grok Imagine 2 被批画质劣化，蒸馏训练或致 AI 痕迹放大 — flowersslop ·
- 【源头】Grok 新图像模型再现 GPT 噪点瑕疵,合成数据致 AI 互相污染 — mark_k · 2026-08-08
- Grok 图像生成被指照搬 ChatGPT 缺陷，AI 产品同质化引吐槽 — flowersslop · 2026-08-09
- 开发者警示：依赖模型蒸馏与 AI 生成数据训练存在致命缺陷 — flowersslop · 2026-08-09
- 【源头】Grok Imagine 2 被批画质劣化，蒸馏训练或致 AI 痕迹放大 — flowersslop · 2026-08-09
- 【源头】AI 图像模型陷入“衔尾蛇”困境：互相学习导致同质化翻车 — mallow610 · 2026-08-09
另有 1 条近重复转述:oran_ge