模型个性化：CivitAI 的性别伤害机制

在 AI 生成图像的早期，用户通过不断调整提示词来摸索大模型的能力边界。但如今，技术已经进入了模型个性化（model personalization）的阶段。借助诸如 LoRA 这样的微调适配器技术，普通用户不再需要掌握庞大的算力，就能让大模型专门去学习某种特定的绘画风格，或者精准复制某一个人物外貌。

这种技术催生了庞大的开源模型共享生态。其中，CivitAI 平台成为了专门用于分享和交流这些个性化图像生成模型的最活跃中心。与普通的图片分享社交网站不同，CivitAI 上的核心资产是图片的生产工具。用户在这里下载模型，部署到自己的设备上，从而能够源源不断地生成具有特定特征的视觉内容。

当这种强大的内容生成引擎被交由庞大的互联网社区运作时，一个值得警惕的现象开始显现，生成式 AI 的个性化能力，正在以极高的效率批量生产厌女内容、过度性化，以及未经同意的深度伪造图像。

平台上正在生成什么

为了理解这个模型共享平台实际输出的视觉世界，研究者对 CivitAI 在 2023 年 1 月至 2024 年 12 月两年间产生的超过 4000 万张用户生成图像及其元数据进行了分析。