一句话看懂：开发者发布了一款免费的 AI 面部吸引力评估工具 FaceAnalysis，它不靠几何比例计算，而是用 60 位真人给数千张照片的打分训练模型，在 1–10 分量表上给出照片级评分，并登上 Hacker News 的 Show HN 板块。
事件核心：发生了什么
FaceAnalysis（faceanalysisai.com）是一个可直接上传照片、免费获得评分的网页工具。用户可一次上传 1–5 张同一人的照片，模型返回 1–10 分的“吸引力估计值”，官方示意为 8.0/10 这类结果。
它最大的差异点在训练方式：模型基于 60 位真实评审对数千张面部照片的人工打分进行学习，而不是单纯用关键点做几何运算。官方强调训练数据只有自然、无妆、未修图的照片，因此棚拍、美颜滤镜、后期精修都会让分数失真。上传建议为正面、双眼可见、光线均匀、单人居中。多次上传同一人的多张照片会被合并计算，以降低单张照片光线或状态带来的波动。产品免费且目前不限分析张数。
为什么重要
这次发布的看点不在“颜值打分”本身，而在于方法路线：用人类偏好数据训练回归模型，属于对齐人类偏好（preference alignment）在审美判断上的一次小型实践。相比纯几何算法，它更接近“人怎么打分”，但也意味着结果承载了这 60 人的审美倾向，可解释性和公平性都受限。官方已明确声明这不是严谨的科学测量，也不代表个人真实吸引力或个人价值。
另一方面，这类工具几乎必然触及隐私和伦理红线——上传的是人脸生物特征数据，而人脸数据在欧盟等地区受严格监管。是否留存照片、是否用于二次训练，目前公开信息显示官网未给出足够明确的说明。
对用户/开发者/创作者的影响
对普通用户，它可以当做一个低成本的“头像初筛器”：上传 3–5 张备选头像，比较分数再挑一张用于社交或求职资料，但不必把分数当结论。对开发者，它提供了一个观察“小而专的偏好模型”如何落地为免费 AI 应用的样本——无 API、无商业化路径，更像个人项目或引流实验。对内容创作者和自媒体，它是现成的选题素材，但引用时必须保留官方免责声明，避免把模型分数包装成客观评价。涉及未成年人照片或他人照片时，建议先获得授权。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是数据政策：是否公开照片存储、删除机制与合规声明，这决定它能否在强监管地区长期运行。二是评分一致性：60 人评审的规模偏小，不同性别、肤色、年龄段的分数偏差会被用户迅速测出。三是产品走向：免费不限量难以持续，后续可能转向 API、订阅或广告，也可能因舆论压力下架。
来源：Hacker News
