在使用AI圖像生成工具時,許多創作者經常會遇到人物手指數量錯誤、關節扭曲或出現俗稱「六根手指」的尷尬畫面。根據鏡週刊報導,造成AI在手部生成頻頻失誤的核心原因,在於現今主流的生成對抗網路與擴散模型,其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,但模型內部並未真正建立起符合人體解剖學的骨架邏輯。
缺乏三維空間結構是AI手部生成的致命傷
根據鏡週刊報導指出,人手在局部空間內集結了手掌、五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。然而,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。
這種技術上的限制,使得過去在處理人體最細緻的部位時,生成結果經常出現指節交錯、模糊與數量錯誤等破綻。雖然隨著相關技術的演進,早期那種明顯的六根手指失誤已大幅減少,但在面對複雜姿勢與遮擋情境時,手部還原度依然是AI視覺領域持續需要克服的課題。
全球研究團隊提出多項手部生成改良方案
為了解決手部生成異常的問題,全球研究團隊陸續提出多項改良方案。根據鏡週刊報導,相關研究進展主要包含了以下幾個方向:
- 建立專屬資料集微調:例如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。
- 輸入標註線索:另一項2024年研究則是透過額外輸入手部標註線索,來協助模型辨識關節的正確位置。
- 納入立體與深度資訊: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。
- 採用分段生成策略: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。
創作者在日常應用中可以注意的方向
從上述的研究發展可以發現,學界與技術開發商正持續透過資料集優化、三維空間資訊引入以及分段生成等策略,來改善AI工具在手部畫面的表現。根據鏡週刊報導的分析,雖然運作原理上的根本限制讓複雜姿勢與遮擋情境仍具挑戰性,但隨著各項修正技術的導入,AI生圖的準確度正逐步提升。
對於關注AI影音與圖像生成的創作者而言,了解這些技術背後的運作原理與限制,有助於在面對生成結果出現瑕疵時有合理的期待。未來在選擇與使用相關工具時,可以留意工具是否有針對手部結構或三維空間辨識進行升級與優化,並以官方最新公告與技術規格為準。
參考資料
- 鏡週刊:為何生成式AI總畫出「6根手指」? 揭擴散模型運算真相(2026-11-14)
本文由 AI 影音創作報編輯部使用 AI 工具整理上列公開資料寫成,實際情況請以官方最新資訊為準。如發現錯誤,歡迎依更正政策回報。