本文要点
- 一群人的平均判断很一致，任意两个人之间只有中等一致：「大家」有共识，某一个人不一定同意。
- 2017 年一项研究里，平均和对称在一组面孔里能预测评分，在另一组里不能。
- 只看一块脸颊皮肤，颜色越均匀，被评得越好看；肤色深浅本身不预测评分。
- 颜值打分描述的是一张照片在一群评分者眼里的样子，不是给人排名。
什么样的脸好看？研究给的答案很短
三条线索：接近平均、左右对称、肤色均匀。几十年的研究里，它们反复出现。
但先看一个更基础的问题：人们到底同不同意？2000 年一项元分析汇总了几十项研究。一群人的平均分非常稳定，同一文化内约 0.90，跨文化约 0.94。可任意两个评分者之间，只有约 0.47（同一文化）到 0.71（跨文化）。
这两组数说的是两件事。很多人平均起来，会指向同一批脸；具体到你和我，常常不一样。所以更准确的问法是：一群人平均起来，偏爱什么样的脸？下面三条线索，都是这个意义上的答案。
三条线索各有多稳：先看研究测了谁
平均和对称。2017 年一项研究在固定条件下给 181 个人拍照，再请人打分。平均和对称在一组面孔里能预测吸引力（系数 0.28、0.30），在另一组里不显著（0.05、0.10）。而且两者是评分者凭眼睛评的，不是量的。
皮肤。同一项研究里，肤色深浅和色调都不预测评分。起作用的是均匀：2007 年一项研究请 353 人看 170 块脸颊皮肤，颜色越均匀，被评得越好看、越健康（r 都超过 0.40），均匀主要跟着泛红和色斑走（0.92、0.68）。这只限那项研究用的皮肤照片，研究还有企业参与。
这个领域也承认：照片多在实验室拍，评分者多是大学生，量表各不相同。
在一张照片上自己看这三条
别凭感觉，量。上图是示例照片的面部中线和七对左右对应的点。
- 对称：先看七对点的差别是不是都偏向同一边。都偏一边，多半是头转了。示例照片两眼连线只歪了约 0.4°，转头仍要另查，见面部对称。别用半张脸镜像拼「对称版」，那是一张不存在的脸；说话时嘴会短暂歪向一边，量时闭嘴放松。
- 皮肤：两颊和额头各取一小块颜色。示例照片在均匀光下是 201、197、191（满格 255），见肤色均匀。
- 平均：一张照片量不出来，它是一组脸的性质，见平均脸。
比例也一样：多数真实的脸不符合三庭相等、黄金比例这类古典法则，「协调」指落在常见范围里。示例照片中庭比下庭 0.99，只是一个读数，不是标准。
共同口味、个人口味，和你刚看过的脸
2016 年一项研究让同一批人隔一周给同样的 100 张脸各打一次分，再把评分拆开：个人口味约占有意义部分的 36%–44%，2006 年另一项研究结果相近。两个人之间的一致约 0.48–0.58；同一个人一周后和自己比约 0.80，也不是 1。
文化和时代也会挪动标准。跨文化的平均判断很一致，但看惯了什么，心里的「典型脸」就往哪边挪。连刚刚看过的脸都有影响：先看一组高分的脸，再给自己打分，自评会下降。
所以这些研究不是给人排名。它们描述的是一群评分者在一批照片上平均偏爱什么。一个分数也一样，它说的是一张照片，不是一个人的价值。
FacialRate 怎么做
把研究变成工具，中间有一步要说清：研究找到的是「常常有关」的线索，不是公式。
FacialRate 的面部分析会读对称、比例等 11+ 项维度，颜值报告里还有颜型、最强的一项、三个亮点和一条可以试的建议。总分不是把这些加起来，也不是黄金比例那样的固定公式，而是一个从真人评分里学出来的模型，并用真人评分校准、检验过。所以别把上面任何一项研究当成它的算法。
它也直说：分数描述的是这一张照片，光线、角度、表情都会改变读数。建议只涉及拍照、发型、化妆和护肤。做一次颜值测试，检测在你的设备上完成，照片不上传，免费、不限次数。
常见问题
越对称就越好看吗？
不一定。2017 年那项研究里，对称在一组面孔里有作用，在另一组里不显著。用半张脸镜像拼出的「对称脸」，看起来往往更怪。
皮肤颜色深浅会影响颜值打分吗？
在 2017 年那项研究的自然照片里，深浅和色调都不预测评分，起作用的是均匀程度。拍照时用均匀的正面光，读到的才是皮肤本身。
AI 测颜值是按这三条规则打分的吗？
不一定。很多工具是从真人评分里学出来的。这些研究帮你理解它可能看到了什么，但不等于它的算法。