仿真图太干净，AI 反而看不懂真显微镜：Aalto 用风格迁移，主动把训练数据“弄脏”

一台电脑可以在夜里生成成千上万张原子力显微镜模拟图。

每张图都有清楚来历：表面结构是什么，探针距离是多少，哪些位置对应怎样的局部属性。它们干净、整齐、标签完备，像语言教科书里的标准录音。拿这些图训练机器学习模型，准确率很容易显得漂亮。

第二天，实验员把一张真实图放进模型。图像里有漂移、有噪声，探针尖端的微小变化会改变亮暗，真实表面还可能出现模拟没有包含的结构。模型忽然像一个只听过播音腔的人走进菜市场：每个字似乎都认识，整句话却听不懂。

2026 年 7 月 27 日，Aalto University 等机构的研究者在 npj Computational Materials 发表一项工作，尝试用“风格迁移”缩小原子力显微镜模拟图与实验图之间的差距。这个词听上去像让照片改成油画，容易让人误以为科学家在给显微图加滤镜。

其实他们面对的是科学 AI 一个越来越普遍的难题：

当训练数据来自一个可控、完美、标签齐全的模拟世界，而任务发生在一台有脾气的真实仪器里，模型缺的往往不是更多同类样本，而是理解两个世界怎样生成差异。

这里的“风格”，不是审美。它是探针、设备、表面和环境共同留下的统计口音。

AFM 拍的不是原子的证件照，是一次测量的结果

原子力显微镜并不像普通相机那样靠光把物体拍下来。它用极尖的探针靠近样品表面，测量探针与表面之间的作用力。高分辨率非接触模式中，探针末端甚至可以功能化，让研究者分辨分子内部和原子级结构。

最终图像并不是“表面本来长这样”的直接复制。它是样品结构、探针形状、尖端化学、扫描高度、振动响应、电子与力学相互作用以及后处理共同形成的测量结果。同一个表面换一根探针、换一个高度，纹理就可能变化。

这不意味着图像不真实。天气预报图也不是天空本身，X 光片也不是骨骼本身；只要生成关系被理解、条件被记录，间接表征仍然可以提供可靠知识。麻烦在于，机器学习特别容易把“图像长相”与“结构事实”混在一起。

为了获得大量训练数据，研究者常用探针粒子模型模拟 AFM 图。模拟速度快，也能为每一张图自动附上结构标签。理论上，模型可以从图像预测分子结构、局部属性分布甚至分子图。可模拟必须选择哪些物理细节被保留、哪些噪声被忽略。

模拟图通常比实验图完美。它们没有实验室地板的微振、电子噪声和慢漂移，也不必面对一根刚刚发生微小改变的探针。机器学习模型若在这些图上长大，可能学会“完美世界里亮斑的形状”，却没有学会真实世界中同一结构怎样变形。

计算机视觉把这种问题称作 domain gap，域差。自动驾驶模型若只在晴天仿真道路训练，到了雨夜会失灵；工业视觉若只看无划痕的合成零件，产线油污就会被当成缺陷。AFM 的特殊之处，是域差不只来自相机噪声，还来自测量过程本身参与了图像生成。

被“弄脏”的只能是训练图，不能是实验证据

研究团队的路线，是让大量可标注的模拟图学会更接近实验图的外观分布。风格迁移模型观察两类图的统计差异，再给模拟图加入实验域中常见的纹理与变化。结构标签仍来自模拟，外观却不再像从真空里打印出来。

这样做的直觉很简单：既然真实实验图昂贵、稀少且很难逐像素标注，就不要等待一座完美实验数据库；先把便宜的模拟数据变得更像模型将来真正遇到的输入。

论文报告，风格迁移缩小了模拟与实验 AFM 图之间的差距，并通过局部结构属性分布的比较，展示它对结构发现模型预测表现的改善。研究重点不只是让图片“看起来更真”，而是看下游模型能否在缺少标注实验数据时更有效工作。

这里有一个极重要的顺序：风格转换发生在训练与数据增强环节，实验图仍应作为需要解释的真实观测。不能因为生成图有实验质感，就把它当成实验数据；也不能把模型补出的纹理画进论文图后，称为显微镜看见的结构。

生成式模型在科学中的合法位置，取决于责任链是否清楚。它可以帮助模型跨域、构造假设、补足训练分布；它不能偷偷替仪器发言。

论文网页还注明，当前上线的是未经最终编辑的版本，正式排版前可能存在需要修订的错误。早期版本在 2025 年已上传 arXiv，7 月的新闻增量是同行评议期刊正式发表。报道不能把它写成“本周突然诞生”的方法，但可以讨论它为什么在今天的科学 AI 中变得更重要。

图越像真的，人越容易信，这正是风险

风格迁移最直观的优点，也正是它的风险：图像越像真的，人越容易相信它。

假设实验域里常见某种条纹来自探针状态。模型学会把类似条纹加进模拟图，确实可能提高下游鲁棒性。但若某次真实实验出现罕见的新结构，它的纹理恰好偏离训练分布，域适配也可能把有意义的异常当成风格差异。

另一个风险是“内容泄漏”。理想的风格迁移只改变成像特征，不改变底层结构。现实中的生成模型未必知道哪一笔属于风格，哪一笔携带化学或几何信息。如果转换过程增删了局部特征，下游模型可能在一份看似更真实的训练集上学习被悄悄改写的答案。

因此，科学风格迁移不能只靠人眼评价“像不像”。需要检查结构标签是否保持、不同局部属性的分布是否一致、哪些类别改善、哪些类别退化，并在来自不同探针、不同实验室和不同材料的外部数据上验证。

论文使用局部结构属性分布进行比较，正是在避开纯视觉说服。但一项方法论文不可能一次覆盖所有仪器漂移和表面体系。它提供的是特定 AFM 任务中的证据，不是“风格迁移解决科学仿真—现实差距”的通用许可证。

对于研究团队，最好的模型也许不是把域差藏得最深，而是把剩余差异显示得最清楚。若系统能告诉实验员“这片区域远离训练分布”“这个预测对探针风格敏感”，它就不只给答案，也保留了继续怀疑的入口。

一百万张仿真图，可能只是重复了一百万次同一个世界观

科学 AI 常把问题表述成数据量不足：实验太贵，所以需要更多数据。这个判断没有错，却不完整。

一百万张从同一套假设生成的模拟图，可能只是一百万次重复同一个世界观。数据量增加，覆盖的物理机制却没有增加。模型在模拟测试集上不断进步，也可能只是越来越熟悉模拟器的习惯。

AFM 风格迁移把焦点从“有多少张图”移到“这些图从哪里来”。训练数据与测试数据不仅数量不同，生成过程也不同。真实仪器没有义务服从模拟器的整洁。

这对更广泛的科学计算有启发。气候模型与观测站、机器人仿真与真实摩擦、芯片数字孪生与制造偏差、望远镜合成图与天空数据，都存在自己的域差。每个领域都需要先写清楚：哪些差异只是设备和环境造成的可适配外观，哪些差异恰恰是待发现的新现象。

如果分界没写清楚，生成模型可能让训练数据更“像真”，同时让科学家更难看见哪里不真。

这也是为什么“AI 代替实验”的口号如此粗糙。模拟的优势来自可控和可标注，实验的价值来自世界会反驳我们的假设。科学进步不该把二者变成一场淘汰赛，而应建立一条往返路线：模拟提出结构，实验制造摩擦，模型学习差异，新的异常再迫使模拟修正。

偏离标准发音，不等于没有内容

我们说一张图有“实验口音”，容易把噪声写得浪漫。实际实验员知道，很多口音非常麻烦：一根探针污染、一段漂移、一次振动，就可能耗掉数小时。没有必要把每个伪影都赞美成信息。

但口音这个比喻有一个用处：它提醒我们，偏离标准发音不等于没有内容。一个只在标准数据上训练的系统，常把差异当作错误；经验丰富的实验者却会问，差异来自仪器、样品，还是一种此前没见过的结构。

风格迁移试图把一部分实验经验前移到训练阶段。它没有把经验变成几条人工规则，而是让模型从图像分布中学习。这个过程若做得好，可以减轻人每次从头校正域差的负担；若做得不好，也可能把经验压成不透明的生成习惯。

未来真正可靠的科学 AI，不应只有一个“预测结构”的按钮。它还需要保存原始实验图、记录探针与扫描条件、展示转换前后差异、报告不确定性，并允许研究者追问模型究竟依赖了哪些局部特征。

可追溯性不如准确率醒目，却是科学工具与消费滤镜的分界。

教 AI 听懂口音，还要教它在没听懂时停下来

这项研究最容易被包装成一个熟悉故事：AI 把模糊显微图变清楚，自动发现原子结构。论文实际上更克制。它没有凭空恢复一张“真实原子照片”，而是在标注实验数据稀少时，用风格迁移增强模拟数据，让下游结构属性模型更能面对实验图。

这不是替世界补写答案，而是让训练环境少一点洁癖。

下一步需要的证据也很明确：不同实验室、不同探针和不同表面材料能否复现改善？转换是否保存所有与结构相关的局部信息？模型遇到真正新颖结构时会报警还是强行归类？人类专家能否从不确定性与转换痕迹中审计它？

显微镜从来不是一扇完全透明的窗。它是一种精密的对话：探针向表面发问，表面以作用力回答，仪器把回答翻译成图像，研究者再把图像翻译成结构。

现在，AI 加入这条翻译链。它可以帮助听懂口音，也可能在不知不觉中把陌生句子改成熟悉表达。

所以我们不只需要模型更会听，还需要它在没听懂时诚实停下来。

实验图里最宝贵的部分，有时不是它多像训练数据，而是它坚持不像。

参考资料清单

• 《npj Computational Materials 论文》，2026 — https://www.nature.com/articles/s41524-026-02243-2
• 《arXiv 早期版本》，2025 — https://arxiv.org/abs/2509.02240
• Aalto University 论文记录，2026 — https://www.aalto.fi/en/department-of-applied-physics/full-list