十四个子项。一个公式。没有黑箱。
一个无法质询的分数就是一句占星预言。模型只负责感知,它依据固定的书面标准为十四个命名的子项打分。您看到的每一个数字(特征分数、总分、潜力值)随后都由我们用公开的加权公式计算得出。模型绝不会给您一个它凭空捏造的数字。
方法论 · 分析标准 v2.2.4
五项特征及其子项
每项特征按所示比例计入您的总分,子项旁的百分比是它在该特征分数中的占比。骨骼结构和脸型(下颌轮廓、面部比例)不在分析范围内:任何习惯都无法改变它们,因此我们从不要求模型为其打分。
如果照片中看不到您的头发(例如佩戴了头巾等头部遮盖物),头发一项不予评估,您的总分由其余四项特征计算得出。
面部下方
占总分的 22%- 清晰度 - Visibility of the jaw-to-neck transition.部分53%
- 下巴下方 - Short-term puffiness under the chin, which responds to sleep, hydration and sodium. Never a read of weight or body size.可改善47%
皮肤
占总分的 24%- 洁净度 - Visible breakouts and blemishes.可改善35%
- 均匀度 - Redness and tone uniformity.可改善25%
- 肤质 - Surface smoothness and visible pores.部分20%
- 水润度 - Dull and dry versus healthy and supple.可改善20%
眼部
占总分的 20%- 眼下 - Dark circles and puffiness of the under-eye area.可改善45%
- 眉毛 - Brow grooming and upkeep (not brow shape genetics).可改善30%
- 气色 - How rested and alert the eye area looks - a fatigue signal, never an emotion read.可改善25%
平衡
占总分的 14%- 平衡 - Left-right evenness as presented in a front-facing photo.部分60%
- 打理均匀度 - Evenness of grooming across the face.可改善40%
头发
占总分的 20%- 发型 - Quality and freshness of the current cut.可改善40%
- 发质 - Health, shine, and frizz.可改善35%
- 造型协调 - How well the style frames the face as presented.可改善25%
可改善或部分可改善
每个子项都会根据 90 天计划实际能改变它多少而被标记。可改善的子项(皮肤清透度、下巴下方浮肿、眉毛护理)会响应仪容护理和生活方式的调整,最多可提升至 88。部分可改善的子项获得的提升幅度较小且有上限,最多可提升 8 分,朝向 80,真实但有限,反映了仅靠习惯能带来的改变确实存在上限。骨骼结构(下颌轮廓、面部比例)完全不会改变,因此不在分析范围内,对每项分数和潜力值的贡献为零。您的潜力值等于当前总分加上以这种方式获得的余量,在任何单一子项上都绝不会超过 88。这就是为什么我们的潜力值是一个保守的估计,既不是承诺,也不是为了讨好您而设计的数字。
置信度,而非虚假的精确性
我们会多次运行分析,并测量各次测量结果的一致程度。高度一致意味着高置信度;光线、角度,或遮挡某个子项的帽子会降低置信度,我们会如实告知您,而不是打印出一个看似精确但我们自己都不信任的数字。低置信度的结果会标明其确定性低于平常。
分数是如何生成的
- 01您的照片会以确定性的方式进行标准化处理,每次都是相同的缩放、相同的处理流程,因此相同的照片会产生相同的模型输入。
- 02模型依据固定的书面等级定义(即分析标准)为十四个子项打分,这纯粹是感知,没有总分,也没有即兴判断。分析标准是版本化的;您的分数会标注产生它的版本。
- 03分数的稳定性来自锚定的分析标准以及下面的中位数测量步骤,而不是通过压制我们无法控制的模型自身的采样随机性。
- 04完整的测量流程会运行三次,我们保留每个子项的中位数。如果各次测量结果不一致,我们会自动运行更多次测量,而不是报告一个虚假的精确数字。
- 05是应用而非模型,使用下方公开的加权公式,根据这些子项分数计算出您的特征分数、总分、潜力值和置信度。
- 06在响应返回之前,照片会从内存中删除。只有数字和一个单向哈希值会被保留。
结果是:再次上传完全相同的照片文件,您会得到同一份结果卡。 AI 面部分数为何会波动 →
我们绝不打分的内容
输出结构在物理层面上根本没有这些字段,这不是一个可开关的策略设置,模型无法返回它们:
- 种族或民族
- 年龄
- 性别表达
- 情绪或心情
- 眼睛形状或颜色
- “男性化”或“女性化”
我们不对“男性化”或“女性化”打分。我们认为这类打分既在科学上站不住脚,又具有腐蚀性,我们构建输出结构的方式使我们不可能滑向这一点。
诚实的免责声明
这衡量的是一张照片,而不是您本人,光线、角度和摄像头质量都是任何视觉模型所能看到内容的一部分,这也是为什么复测时需要保持一致的拍摄条件。分数是 AI 模型基于分析标准得出的主观意见,有助于追踪您自身随时间的变化,它们不是临床评估,不是相对于全人类的百分位主张,也不是任何医疗方面的结论。如有皮肤或健康方面的担忧,请咨询专业人士,而不是一款应用。
照片处理详情: 您的照片会经历什么.