如果你最近在巴西的社交媒体上刷到一些“复古”风格的图片或视频，可能会觉得哪里不对劲——画面里的霓虹灯、录像带质感的滤镜、美式街景和健身操穿搭，几乎一水儿都是上世纪80年代美国的模样。这些内容并非来自真实的巴西历史，而是由AI生成并大量传播的“文化泔水”。一个值得警惕的趋势是：生成式AI正在将巴西人的视觉记忆，逐渐篡改成它从英文互联网学到的美国怀旧美学。
什么是“文化泔水”？从AI的“幻觉”到平台的“投喂”
“Culture slop”（文化泔水）指的是那些由AI批量生产、毫无文化根源与真实经验支撑的内容。它们往往带有强烈的“AI味”——过度光滑的皮肤、不合逻辑的细节、高度模式化的构图，以及一种来自训练数据的“平均审美”。当这些内容被不断生成、上传、推荐，它们构成了一种新的数字文化层，与现实隔绝，却比现实更频繁地抵达人们的屏幕。
在巴西，这种现象格外明显。因为巴西本地的AI训练数据稀缺，主流大模型主要基于英文语料和图像库训练，而其中占比极高的就是20世纪80年代的美国流行文化影像——从《迈阿密风云》式的粉彩西装，到洛杉矶街头的汽车文化。AI在生成“复古”“年代感”“流行”等概念时，默认输出这套美学模板，再由推荐算法大规模分发到巴西用户的时间线上。
巴西本土文化被“美元化”的视觉表达
巴西有着极其丰富的图像传统：热带现代主义建筑、里约热内卢的街头涂鸦、巴伊亚州的民间艺术、本土电视连续剧的独特色调。但在AI生成的“巴西复古风”内容里，这些元素几乎消失，取而代之的是美式郊区、快餐店招牌、以及1980年代美国电视广告的滤镜。当地创作者为了迎合流量，也开始主动模仿、生成这类风格，进一步挤压了本土美学的表达空间。
这不是简单的“文化挪用”，而是一种系统性的“文化置换”。当AI生成的内容被平台算法判定为“高质量”“高互动”，它会继续被推送给更多用户，形成正反馈循环。巴西人看到的“怀旧”内容越多，越容易产生一种错觉：自己的过去好像就是这样。而真实的巴西80年代——军事政权、经济震荡、民乐复兴——却在被悄然抹去。
训练数据的偏差不是技术问题，是权力问题
从技术层面讲，AI确实不知道“巴西80年代”长什么样，因为它缺乏对应的高质量、有版权、带标注的数据集。但更深层的问题在于，全球AI基础设施高度集中于少数美国科技公司，它们的数据选择决定了全球数字想象力的边界。巴西、印度、尼日利亚等国家的文化、历史、审美，在模型眼里只是“少数族群”的补充材料，而非核心知识。
这种偏差已经产生了实际影响。一些巴西设计师和内容创作者反映，使用AI工具时常常需要耗费大量精力写否定提示词（例如“去掉美式元素”“不要洛杉矶风格”“要热带植物和葡萄牙语招牌”），才能勉强生成一些接近本土风格的画面。即便如此，生成结果依然经常滑向“度假风滤镜”或“贫民窟奇观”式的刻板印象。
平台与创作者的“合谋”：流量逻辑放大了文化扁平化
社交平台不会为文化多样性承担额外责任，它们只负责最大化用户停留时间。AI生成内容的成本极低，且能通过“猎奇”“怀旧”“美学冲击”有效抓住眼球。于是，无论在巴西还是其他非英语国家，大量同质化的、美式80年代风格的AI内容成为流量密码。当地创作者看到这种趋势后，也主动用AI制造同类内容，而不是去创作真正植根于本土语境的原创作品。
这是一个自我强化的循环：算法奖励套路化内容，创作者跟进生产套路化内容，AI再从这批新数据中学习“什么是受欢迎的内容”，然后进一步优化出更符合网际网路流行审美的作品。在这个过程中，本土文化细节被不断清洗，直到只剩一个模糊的、被美国化滤镜包裹的“全球南方”剪影。
文化主权需要成为AI治理的一部分
目前全球对AI的监管讨论，大多聚焦于版权、隐私、深度伪造和就业问题，很少触及“文化主权”。但巴西的案例表明，AI对文化生态的侵蚀可能更隐蔽也更持久——它不是用虚假信息欺骗你，而是用看似无害的怀旧图像，逐渐替换你的记忆坐标系。
当一代巴西人从小看到的美学“复古”都是美国80年代时，他们对自身历史的理解会被无形地重构。这不只是巴西的问题，也是所有非英语国家的共同挑战。在没有本地化训练数据、没有文化单元保护机制的前提下，AI的普及或许会加速全球文化多样性的消亡，而不是像早期乐观主义者预期的那般，带来“文化民主化”。
要扭转这一局面，需要的不只是技术上的微调——比如在训练数据中增加更多本土语料，更需要的是一种新的文化政治：让地方创作者、博物馆、档案馆和社区组织参与AI模型的价值对齐，确保生成内容不是“无根之水”。否则，未来的人们回望21世纪的第一场技术革命时，可能会发现它留给世界的遗产，只是一堆漂亮却空洞的美国80年代残影。