人工智能（AI）图像生成器一直面臨挑戰，特別是在描繪亞洲人，尤其是亞洲和白人情侶方面。這些系統的目標是實現新的連接和表達形式，但往往存在不足和偏見。
例如，Instagram上的Meta AI圖像生成器在使用通用提示生成亞洲男士和白人女性的圖像時遇到困難。相反，它會一直將女性的種族更改為亞洲。儘管Meta後來再次提供圖像，但種族替換的問題仍然存在。
其他AI模型也存在類似問題。用戶在生成涉及亞洲男士和白人女性的提示圖像時，遇到錯誤消息或一直進行種族替換。
雖然Google的Gemini生成器在二月底遇到了一個獨特問題，它意外生成了具有種族多元化的納粹圖像，以實現多元化代表。結果，Google暫停了Gemini生成圖像的功能。儘管預計將在三月返回，但目前仍處於離線狀態。但是，Gemini仍可生成不包括人物的圖像，為尋求非人類圖像的用戶提供部分解決方案。
ChatGPT的DALL-E 3和Midjourney也在響應特定提示時努力準確描述亞洲男士和白人女性。儘管生成的圖像並非完全不準確，但仍達不到預期，表明這些系統使用的訓練集存在偏見。Midjourney最終生成了代表亞洲男士和白人女性的圖像，但僅在學術提示下，這引發了與偏見和上下文的有關問題。
Meta AI在Instagram上的圖像生成器在描繪非白人男性和白人女性方面取得了改善。它成功生成了“白人女子和亞洲丈夫”或“美籍亞洲男子和白人朋友”等提示的圖像。但是，在涉及不同種族的文本提示方面，它偶爾會遇到挑戰，有時生成兩個黑人的圖像。
隨著這些AI圖像生成器不斷發展，出現了一些模式。例如，各種種族的女性通常穿著相似的白色花卉無袖裙，而花朵在情侶圖像中很常見，尤其是和亞洲男友在一起的情侶圖像。還存在一些重復的刻板印象，比如描繪肌肉發達的黑人男性和主要是金髮或紅髮的白人女性。
要解決這些不一致性和偏見，有必要確保AI圖像生成器具有多樣且具代表性的訓練數據集。這包括確保不同種族、年齡、體型和關係的平衡代表，以避免固有刻板印象和偏見。此外，開發人員應積極努力減少種族替換，努力實現準確和包容的描繪。
常見問題
The source of the article is from the blog reporterosdelsur.com.mx