生成式AI如今已能產出媲美真實攝影的人物肖像與複雜場景，然而人物的「手部」卻始終是辨識AI假圖的最明顯破綻，舉凡手指數量多寡不一、手指彼此融合，甚至關節朝反方向扭曲等異常狀況屢見不鮮。針對這項長期困擾影像生成領域的難題，包含《Hand1000》與《HanDiffuser》在內的多項國際研究，皆針對AI畫不好手的技術瓶頸提出分析與解法。
生成式AI如今已能產出媲美真實攝影的人物肖像與複雜場景，然而人物的「手部」卻始終是辨識AI假圖的最明顯破綻，舉凡手指數量多寡不一、手指彼此融合，甚至關節朝反方向扭曲等異常狀況屢見不鮮。針對這項長期困擾影像生成領域的難題，包含《Hand1000》與《HanDiffuser》在內的多項國際研究，皆針對AI畫不好手的技術瓶頸提出分析與解法。
造成AI在手部頻頻失誤的核心原因，在於現今主流的生成對抗網路（GAN）與擴散模型（Diffusion Model），運作原理是根據文字提示與訓練時習得的視覺特徵，從雜訊中逐步推算並拼湊出像素畫面，模型內部並未真正建立起符合人體解剖學的骨架邏輯。
此外，人手在局部空間內集結了手掌、5根手指與多個活動關節，一旦涉及抓握工具、比出複雜手勢或指節前後遮擋等動作時，手指便會在三維空間中產生高度彎曲。AI在缺乏深度與空間關係判斷的情況下，只要單一關節的角度或長度比例出現微幅偏差，最終呈現的手部畫面就會顯得異常扭曲。
為了解決手部生成異常，全球研究團隊陸續提出多項改良方案。2024年發表的《Hand1000》研究針對文字生成圖片模型常見的指節交錯、模糊與數量錯誤，建立專屬人手資料集並導入手勢資訊進行微調；另一項2024年研究則透過額外輸入手部標註線索，協助模型辨識關節位置。
研究《HanDiffuser》更進一步將手部的3D形狀、關節座標與手指朝向等立體資訊納入生成流程，藉此修正不符人體工學的姿勢；學界亦嘗試在生成階段加入深度、分割資訊，甚至採取「先獨立生成完整手部、再繪製身體其餘部位」的分段策略。雖然隨著訓練技術演進，早期常見的「6根手指」失誤已大幅減少，但複雜姿勢與遮擋情境下的手部還原度，仍是AI視覺領域持續攻克的課題。
相關文章
自拍比「YA」指紋竟會被盜...網驚傳「1.5米內100%還原」 資安專家：AI增強恐成隱私破口
