Better Images of AI 做的事很小，也很具体：维护一个免费的 AI 相关图库，替代新闻报道和营销材料里最常见的那套图像——人形机器人、发光大脑、机器人手、蓝色科幻背景，以及“终结者”式形象。

这件事有意思的地方在于，它不是在讨论图片好不好看，而是在问一个更实际的问题：当 AI 总被画成一个像人的机器时，公众会不会误判它的能力？责任会不会被推给“技术本身”？

我更在意的是后一个问题。AI 传播里，配图经常比正文更早定调。读者还没读完标题，已经先被一张机器人脸带进了科幻片。

科幻图像为什么会长期占住 AI 报道

AI 报道爱用科幻图，不只是编辑偷懒。

图库里这类素材多，搜索容易，视觉冲击强。截稿时间紧时，输入“AI”“machine learning”“future technology”，跳出来的往往就是蓝色背景、发光线路、金属手指和人形机器人。

这套图像也符合营销需求。它看起来先进、抽象、安全，不必展示具体公司、具体系统、具体使用场景。问题是，方便不等于准确。

常见图像和它们带来的暗示，大致是这样：

常见 AI 配图它暗示了什么容易带来的误读
人形机器人、终结者式形象AI 像人一样行动、判断甚至威胁人夸大类人能力，制造不必要恐惧
发光大脑、机器人手AI 接近人类意识或自主意志混淆模型能力与“会思考”
蓝色科幻背景AI 是遥远、神秘、不可触碰的技术遮住现实中的产品、流程和责任人
无人场景里的智能图标技术自己在运转弱化开发者、采购方、部署者和监管者责任

Better Images of AI 反对的不是抽象图，也不是艺术化表达。它反对的是一种默认项：只要写 AI，就塞一个金属脑袋。

这个默认项的问题在于，它把统计模型、数据处理、产品部署和商业决策，压缩成一个“机器自己在想”的形象。久而久之，公众追问的对象会变模糊：不是谁训练了模型、谁采购了系统、谁把它用在招聘或信贷里，而是“AI 怎么又出问题了”。

这就是视觉误导。不是图片撒谎，而是它把该出现的人画没了。

更好的 AI 图像，要把数据、材料和人放回来

Better Images of AI 的项目属性要说清楚：它不是技术公司，也不是商业图库平台。它更像一个非营利协作项目，通过研究、创作和策展，提供可在 CC 授权下免费使用的 AI 相关图片。

它给出的替代方向也很明确：数据标注者、训练人员、硅材料、分类过程、被量化的人，以及能表现数据如何被采集、整理和用于决策的画面。

这些图片未必更“酷”。但它们更接近 AI 系统真正运转的地方。

今天的 AI 离不开数据、芯片、算力、标注劳动、产品经理的取舍，也离不开企业客户的部署环境。把这些东西放进画面，读者才更容易理解：AI 不是凭空降临的智能体，而是一套由人设计、采购、运营并承担后果的系统。

这里有一个现实约束。很多 AI 议题很抽象，一张照片确实很难拍准。比如模型评估、训练数据偏差、自动化决策流程，都不一定适合用纪实照片解决。

所以替代方案不是“以后所有 AI 稿件都必须拍人”。更合理的做法，是按议题选图：

报道或传播主题更合适的视觉方向不宜默认使用的图像
数据标注、内容审核、模型训练标注人员、界面、工作流程机器人盯着屏幕
芯片、算力、基础设施硅材料、服务器、数据中心相关画面发光大脑
招聘筛选、医疗分诊、信贷风控流程图、决策链、受影响的人蓝色科技背景
AI 风险、治理、责任归属开发、采购、部署、监管环节终结者式威胁形象

生成式 AI 工具让这个问题更急。DALL·E、Midjourney、Stable Diffusion 等工具降低了制图成本，也会更快复制旧符号。

如果提示词仍然是“AI future city”“robot intelligence”“digital brain”，产出的图像大概率还是那套科幻库存。工具变新了，视觉想象没有变。

真正该改的是编辑和传播团队的选图流程

Better Images of AI 目前更像一个替代入口，不能说已经成为行业标准。原始信息也没有证据显示，它已经被主流媒体大规模采用。

这反而说明它的价值不在规模，而在提醒：AI 传播需要一套更具体的视觉判断。

对科技媒体编辑和视觉编辑来说，最直接的动作是改选图提问。不要只问“这张图够不够科技感”，还要问三句：

  • 这张图有没有夸大 AI 的类人能力？
  • 这张图有没有把开发者、采购方、部署者画没？
  • 这张图是在解释议题，还是只是在制造神秘感？

这会增加一点工作量。编辑可能要多搜 CC 授权图库，多做信息图，或者和设计同事重新沟通画面方向。

但收益也很明确：报道不会一开头就把读者带偏。尤其是涉及招聘、医疗、教育、信贷、安防这类场景时，配图越像“机器自己决定”，责任链越容易被稀释。

对 AI 传播、公关和设计团队来说，影响更直接。

发布产品稿、白皮书、活动海报时，少用“机器人凝视城市”这类万能图。涉及企业应用，就呈现业务流程；涉及模型训练，就呈现数据和标注；涉及治理，就呈现审批、评估和问责节点。

这不是审美洁癖，而是风险控制。过度科幻化的图像短期能抬高产品感，长期也会抬高误解成本。客户以为系统更自主，公众以为责任在机器，监管者看到的则可能是企业在模糊责任。

接下来真正该观察的，不是 Better Images of AI 会不会变成另一个图库巨头，而是两件更具体的事。

第一，科技媒体在写不同 AI 议题时，是否会形成更稳定的选图规则。比如写数据劳动时拍人，写算力时拍基础设施，写自动化决策时呈现流程和受影响者。

第二，AI 公司自己的传播材料，是否还把产品包装成一个无所不能的“智能体”。如果宣传图一直在暗示机器会自主判断，那它很难在出问题时又说责任不在技术叙事里。

配图不是正文的附属品。它会提前告诉读者：这件事该害怕谁，该相信谁，又该追问谁。

回到开头那张机器人脸。它最大的问题不是土，而是太省事。省掉了数据，省掉了人，也省掉了责任。