AI-gegenereerde voedselafbeeldingen duiken steeds vaker op in restaurantmenu's en merkcampagnes — en ze zien er keer op keer op dezelfde specifieke manieren fout uit, van wormachtige noedels tot ijs dat eruitziet als plamuur.
Belangrijkste inzichten
- AI-beeldgeneratoren falen consequent bij voedsel omdat trainingsdata te zwaar leunt op gestileerde stockfotografie in plaats van echte opmaak — waardoor de output neigt naar onmogelijke texturen en proporties.
- De meest voorkomende fouten zijn onjuiste materiaaleigenschappen (bijv. garnalen weergegeven met de textuur van donutdeeg) en schendingen van structurele fysica (noedels die samengroeien, kaas die zich gedraagt als nat beton).
- Klanten wijzen AI-voedselfoto's vaker af dan traditionele fotografie, aldus berichtgeving van The Verge — waardoor de kostenbesparing voor veel merken een illusie blijkt.
- Creators kunnen deze artefacten verminderen door prompts te verankeren aan specifieke culinaire technieken, echte gerechtnamen en verlichtingsopstellingen uit echte voedselfotografie in plaats van generieke beschrijvingen.
- Negatief prompten tegen «glanzende», «smeltende» en «surrealistische» texturen vermindert aantoonbaar de meest voorkomende foutpatronen in huidige modellen.
De specifieke visuele fouten — en waarom ze blijven terugkomen
The Verge's diepgaande blik op AI-voedselafbeeldingen catalogiseert een aaneenschakeling van gruwelen: garnalen met donutdeeg-textuur, Reuben-sandwiches die lijken te ontbinden, noedels die samengroeien tot één wormachtige massa, en gebak met de oppervlaktespanning van natte klei. Dit zijn geen willekeurige glitches. Ze vloeien voort uit de manier waarop diffusiemodellen — de klasse AI die afbeeldingen genereert door iteratief ruis te verwijderen uit een pixelveld — leren hoe voedsel eruitziet.
Diffusiemodellen worden getraind op enorme beelddatasets die van het web zijn verzameld. Voedselfotografie op het web neigt sterk naar geïdealiseerde stockafbeeldingen: hyperverzadigd, zwaar nabewerkt en vaak samengesteld. Het model leert een statistisch gemiddelde van die afbeeldingen, niet de fysica van hoe een noedel zijn vorm behoudt of hoe ijs smelt onder studiolichten. Het resultaat zijn outputs die een plausibel kleurenpalet treffen, maar falen op materiaallogica — het model weet niet dat garnalen een specifieke doorschijnendheid moeten hebben, of dat de lagen van een croissant op een bepaalde manier moeten scheiden.
Het kruisbesmettingsprobleem verergert dit. Omdat voedselafbeeldingen in trainingssets vaak losjes worden getagd, kan de interne representatie van het model voor «romig» of «dradig» over categorieën heen vloeien. Daarom krijg je kip die vezelig oogt op de manier waarop nat papier dat doet, of ijs met de oppervlakte-eigenschappen van constructieschuim.
Wat prompting daadwerkelijk kan oplossen
Het goede nieuws voor creators is dat de meeste van deze fouten op promptniveau aan te pakken zijn, zonder te wachten op modelverbeteringen.
De meest effectieve aanpassing is specificiteit van referentie. In plaats van te prompten voor «een kom ramen», specificeer je de regionale stijl («Hakata tonkotsu ramen»), de troebeling van de bouillon («troebele varkensbeenbouillon») en de noodeldikte («dunne rechte noedels, stevige textuur»). Modellen presteren beter wanneer de prompt verankerd is aan een echte culinaire traditie die de trainingsdata daadwerkelijk bevat, in plaats van een generieke categorie die wordt gemiddeld over onverenigbare voorbeelden.
Verlichtingsbeschrijvingen ontleend aan echte voedselfotografie — «diffuse overhead softbox, lichte schaduw aan de linkerkant» — presteren beter dan vage termen als «professioneel» of «eetlustopwekkend», waarvoor het model geen consistente visuele referentie heeft.
Negatieve prompts zijn hier belangrijker dan in de meeste andere beeldcategorieën. Het expliciet uitsluiten van «surrealistisch», «glanzend», «smeltend», «oververzadigd» en «plastic» textuuromschrijvingen vermindert de meest voorkomende artefacttypen. Als je generator gewogen prompting ondersteunt, kan het verlagen van het gewicht van het concept «perfect» voedselbeeld (dat het model associeert met de overbewerkte stockfoto's die het probleem veroorzaakten) de output naar meer naturalistische resultaten trekken.
Stijlreferenties helpen ook. Prompten in de richting van de esthetiek van de documentairefotografie van een specifieke keuken — Japanse voedselmagazinefotografie heeft een onderscheidende, goed vertegenwoordigde stijl in de meeste trainingssets — geeft het model een smallere verdeling om uit te samplen.
Voor creators die voedselgerelateerde personages of scènes bouwen op Charmloop's beeldgenerator gelden dezelfde principes: veranker de voedselelementen aan specifieke, benoemde gerechten en echte culinaire contexten in plaats van abstracte voedselcategorieën. De gidssectie bevat uitgebreidere walkthroughs over prompttechnieken die specificiteit en negatief prompten diepgaander behandelen.
Het onderliggende modelprobleem — trainingsdata die de materiaelfysica niet vastlegt — is moeilijker op te lossen en vereist wijzigingen op dataset- en architectuurniveau die individuele creators niet kunnen beheersen. Maar de workarounds op promptniveau zijn reëel en vandaag bruikbaar, en dat maakt het de moeite waard om de grondoorzaak te begrijpen.
