一句话定义
美学打分器（Aesthetic Scorer）是专门给图片「好不好看」打分的小模型。它不生成任何像素，只吐出一个分数，却实实在在影响着生图模型默认的审美取向。
它怎么工作
多数实现是这样：先用一个视觉编码器（常见的是 CLIP 的图像分支）把图片压成一串数字，再接一个很小的网络，用几十万张「被人打过平均分」的图片训练，让它预测这张图大概几分。常见输出是一个 1～10 区间的小数。分数不是它自己想出来的，是从标注数据里学来的平均口味。
它主要出现在两个环节。一是训练前筛数据：给海量图文对逐张打分，低于阈值的图片直接丢掉，模型从此没见过它们。二是推理时排序或微调：一次生成多张，挑分数最高的那张给你；或者把分数当作奖励信号，回头去调生成模型，让它更倾向于产出高分图。
打个比方
它像摄影比赛后台的评委。他不看你的作品是否切题——那是另一位评委的活儿——他只管盯着照片本身举牌打分。这位评委的品味也不是独创的，而是从几十万张已经被打过分数的照片里学来的平均口味。所以他偏爱的东西很具体：主体居中、对比度高、景深浅、皮肤干净、颜色偏饱和，也就是社交平台上容易获赞的那种好看。
和相邻概念的区别
| 名字 | 它回答的问题 | 训练信号 | 常见用途 |
|---|---|---|---|
| 美学打分器 | 这张图本身好看吗 | 人对单张图的评分 | 数据筛选、候选重排 |
| CLIP 分数 | 图和提示词对得上吗 | 图文配对 | 检查是否跑题 |
| 人类偏好模型（如 ImageReward、PickScore） | 针对这个提示词，哪张更好 | 人对生成图的成对比较 | 结果排序、对齐微调 |
| NSFW 过滤器 | 有没有违规内容 | 内容分类标注 | 合规拦截 |
关键差别在于：美学打分器只看颜值，不看是否切题，也不看是否违规。它给一张跑题的漂亮图打高分，完全正常。
对从业者和普通人的意义
作为使用者，你可能会疑惑「为什么默认出图总是那种高对比、油光水滑的味道」。一部分答案就在这里：训练数据被它筛过，候选图又可能被它排过序。想跳出这个圈，可以在提示词里写明风格、使用负面提示词，或换用其他模型与微调权重；不同产品的开关和做法不一样，以官方页面为准。
作为做产品的人，别把美学分数当成唯一目标。单独优化它很容易出现「奖励黑客」：画面越来越饱和、越来越光滑、越来越像同一个人，多样性下降，和提示词的贴合度也可能变差。常见做法是组合使用——贴合度分数、美学分数、多样性约束和业务规则一起上。
还有一点值得记住：美学分数不是物理量。它是一群特定标注者口味的平均值，带着年代、文化和平台偏好的印记。5.8 和 6.0 之间的差距，不值得当成真理。