「通过一张正脸照片能看出皮肤状态吗?」——能看出一部分,而且恰好是护肤日常最常用的那部分;但也有它原理上看不到的东西。这一页以肤镜 SKINLENS(skin.9shi.cc)的真实流程为例,把「能」与「不能」都说清楚。
一次分析的完整链路
- 拍摄或上传正脸照片。要求素颜、自然光、正对镜头(为什么这些会影响结果,见拍照指南)。
- 照片先过一道检查关。分析开始前,系统先判定照片是否适合做肤质评估:是不是真实人脸、是否翻拍屏幕、距离和清晰度是否足够。不合格的照片会被直接退回,并附上具体的重拍指引——而不是硬着头皮给出一个不可靠的结果。
- 视觉大模型分区读取。通过大规模视觉语言模型,对 T 区、双颊、下巴逐区读取油光、泛红、痘痘与色沉的呈现,而不是把整张脸压成一个分数。
- 输出四维判定,每一维附独立置信度。油脂 · 敏感 · 痘痘 · 色沉各自二选一,并各自标注这一判定的把握程度;判定依据不足的维度会以「参考」样式呈现(详见置信度页)。
- 护理建议来自人工整理的手册,不是 AI 现编。四维组合出 16 型后,建议从预先整理的 16 型护理手册中按型取出,只到成分与品类层。AI 负责「看」,不负责「开方」——这样建议不会因为模型发挥而漂移,也不会凭空出现夸大说法。
能看什么:照片里真实存在的表面信息
- 油脂的呈现:T 区与面颊的泛光程度、毛孔的视觉明显度;
- 泛红与刺激反应的痕迹:当下是否有可见的泛红区域;
- 痘痘的有无与分布:粉刺、痘痘出现在哪些分区;
- 色沉的有无与分布:痘印、晒斑等色素不均的位置;
- 分区差异:T 区偏油、两颊偏干这类局部不一致。
这些都是「此刻的表面状态」。它们对回答「我今天偏油还是偏干」「痘痘集中在哪个区」足够有用,也正是日常选品类、调整护理最需要的信息。
看不出什么:原理上的边界
- 皮下结构与病理:照片只有表面反射光,看不到屏障功能、炎症深度或任何需要专业检查的病变;
- 成因:能看到色沉在哪里,看不出它来自日晒、痘印还是激素;
- 过敏原:能看到泛红,判断不了你对什么成分过敏;
- 精确的绝对数值:普通手机照片受光线与算法影响很大,「水分 xx%、油脂 xx%」这类精确读数在单张自拍上并不可靠——所以肤镜 SKINLENS 只给方向判定(偏油/偏干)加置信度,不给假精确的百分比;
- 未来:它描述现在,不预测你的皮肤会怎样发展。
同样的原因,我们不宣传「准确率 xx%」:拍照测肤的表现高度依赖拍摄条件,一个脱离条件的准确率数字没有意义。诚实的做法是把不确定性逐维标出来,让你自己看到哪些结论可信、哪些只能参考。
和专业皮肤检测仪是什么关系
美容机构的专业检测仪(多光谱、偏振光设备)能看到紫外线色斑、皮下血红素分布等手机照片完全拍不到的层面。拍照测肤不是它的替代品,而是另一个用途:零成本、随时可做、可重复。它最有价值的用法是趋势——同样的光线条件下每隔一段时间拍一次,观察油脂、痘痘、色沉的变化方向,比任何单次结果都更有参考意义。
一句话总结
拍照测肤读的是「此刻的表面状态」:方向判定可信度较高,精确数值与深层问题超出它的能力。把它当作日常护理的参考起点,而不是检查报告——这也是肤镜 SKINLENS 把自己定位为「参考助手」的原因。