AI 生成食物图频繁出现在餐厅菜单：低成本营销与“倒胃口”反弹同时发生
据 IT之家 9 月 6 日援引《卫报》报道，AI 生成食物图片正在越来越多地出现在餐厅菜单、招牌和外卖平台营销材料中，但它带来的并不总是更高转化率。报道称，丹佛护士吉尔·森内特在午休时发现一家牙买加烧烤快闪餐厅使用了 AI 生成菜单图：图片里的肉块质感怪异，甚至被网友形容像皮带、还带有类似小甲虫的细节。她将相关内容发布到 X 平台后，引发 500 多次转发和大量吐槽。尽管森内特最后仍然点了餐，但她认为，让人产生不适感的 AI 食物图进入餐饮场景，是一种值得警惕的文化现象。
这场争议的背景是，餐饮业正在把 AI 当作降本工具。来源显示，在食品和人工成本上升、利润空间承压的情况下，一些餐厅希望借助 AI 减少摄影、设计和营销制作费用。美国餐饮协会 2026 年的一份报告称，26% 的餐厅经营者正在使用 AI 协助营销、库存管理、员工排班、菜单优化和订单处理等工作。也就是说，AI 并非只是在菜单图片上“试水”，而是正在进入餐厅经营的多个环节。
消费者为何会对 AI 菜单图反感
食物图片不同于普通商品图。它不仅承担信息展示功能，还直接影响食欲、信任和下单决策。来源中多位受访者提到，AI 在生成食物时容易出现质感、颜色、光线和食材排列上的异常，尤其是肉类、面包、酱汁等复杂纹理，稍有偏差就会从“诱人”滑向“诡异”。湾区职业摄影师杰米·索亚表示，AI 最容易出错的地方往往正是食物的质感，光线也经常显得不自然。
旧金山咖啡馆 Grind & Unwind 的经历更说明了这种反弹可能迅速放大。该店曾使用展示菜单选项的 AI 图片招牌，被当地居民发现后在 Reddit 等社区遭到吐槽，有人形容面包像爬行动物皮肤，也有人认为像丝瓜络。报道称，店主后来撤下相关招牌，并重新粉刷外墙以覆盖涂鸦。对于线下门店而言，AI 视觉内容一旦被认定为“假”或“不真诚”，损害的不只是某张图片，而是消费者对品牌的整体信任。
平台工具正在放大争议，也推动规则形成
外卖平台和本地生活平台也在把 AI 编辑功能加入商家工具箱。来源提到，DoorDash 表示其 AI 图片工具可通过调整光线、颜色或背景来改善现有菜品图片展示效果，并称政策禁止制作或修改具有误导性的菜单图片，会审核菜单图片以确保符合规定。部分图片会出现 DoorDash 的“AI-增强”标签；当餐厅使用 DoorDash 的 AI 图片编辑工具时，该标签会自动添加。
这类做法反映出一个关键区别：AI 可以是“修图助手”，也可能变成“虚构菜品生成器”。前者侧重提升已有照片的清晰度和展示效果，后者则可能制造与真实菜品不一致的期待。对于消费者来说，真正的问题并非图片是否由 AI 参与，而是图片是否准确代表将要端上桌或送到家的食物。
- 后台自动化：排班、库存、订单处理等环节更容易被消费者接受，因为它们不直接改变菜品呈现。
- 营销与菜单图：一旦图片看起来失真、夸张或诡异，用户会将其视为误导甚至欺骗。
- 透明标识：平台标签有助于提示 AI 参与，但也可能让用户更敏感地审视图片真实性。
- 品牌表达：部分餐厅公开承诺不使用 AI，反而借“真实感”获得社交媒体传播。
AI 餐饮应用的边界：效率可以自动化，食欲不能失真
《Food & Wine》杂志主编亨特·刘易斯认为，一些餐厅通过自动化后台流程实现增长，但 AI 图片最好不要让食客察觉，因为它可能“让人非常倒胃口”。这一判断对餐饮商家和 AI 工具公司都有启发：在效率型任务中，AI 的价值更直接；但在与感官体验、情绪和信任强相关的场景中，粗糙生成反而可能造成负收益。
有趣的是，来源还提到，一些餐厅因为公开宣布“永远不会使用 AI”而走红。例如怀俄明州餐厅 Chugwater Soda Fountain 将写有相关承诺的纸板照片发布到 Instagram 后，获得超过 20 万个点赞。评论者一方面赞赏其朴素真实感，另一方面也指出，在一个由 AI 技术驱动的平台上发布反 AI 信息，本身带有讽刺意味。这说明消费者并不是简单反技术，而是在要求餐饮品牌保留足够的真实和可验证性。
从科技产业角度看，AI 食物图争议是生成式 AI 商业化的一次典型提醒：低成本内容生产不等于高质量用户体验。研究人员也在关注 AI 食物图对食欲和认知的影响。来源提到，牛津大学实验心理学教授查尔斯·斯彭斯在 2024 年一项研究中发现，当消费者不知道食物图片由机器生成时，通常更喜欢 AI 生成图片。这意味着 AI 图像并非天然失败，但一旦用户意识到“这可能不是真的”，评价标准就会改变。
未来，餐饮业使用 AI 的关键或许不在于“用不用”，而在于“用到什么程度”。用于提升真实照片质量、统一菜单视觉、辅助小商家补齐基础营销能力，AI 仍有价值；但如果用它凭空生成与实际菜品不符的图像，商家节省下的拍摄成本，可能会以差评、信任流失和品牌翻车的形式重新支付。