1 minute read

臉部吸引力的幾何密碼：科學家用 1,021 個定位點，算出「好看」的方程式

以下為虛構對話，人物與情節為創作，科學內容來源標註於文末。

▌名言的墳場

冷氣的低頻嗡聲填滿整間辦公室。K 的咖啡杯旁邊攤著一篇論文的列印稿，紅色螢光筆的痕跡像手術刀劃過的路徑。

Dg 推開門，書包還沒放下就開口了。

「K，達爾文說過，『美感是演化賦予人類最精確的本能。』」

K 連頭都沒抬。

「達爾文沒說過這句話。」

「⋯⋯意思差不多啦。」

「差很多。達爾文在《人類的由來》裡討論的是性擇，不是什麼美感本能。而且他花了很大篇幅說明不同族群對『好看』的定義差異極大。你那句話剛好跟他的論點相反。」

Dg 的書包落在椅子上，發出一聲悶響。

「好吧。但現在不是有研究證明，好看的臉真的有固定特徵嗎？我看到一篇——」

「Gkantidis 他們那篇。」K 終於抬起視線。「你看了？」

「看了摘要。」

「那你知道他們怎麼量的？」

「呃，三維掃描？」

K 拿起螢光筆，在空氣中點了一下。「他們在每張臉上放了一千零二十一個數位定位點。不是隨便撒的——是沿著解剖結構的曲線，用半自動方式標記，然後讓定位點在曲面上滑動，反覆三輪，直到彎曲能量最小化。」

「⋯⋯聽起來像在替臉做 3D 建模。」

「差不多。叫幾何形態測量法。重點是它不量單一距離——不是『鼻子幾公分、下巴幾公分』那種思路。它抓的是整張臉的形狀變異，用主成分分析拆成幾個最關鍵的變異維度。」

Dg 拉過一張椅子坐下，身體前傾。「那結果呢？什麼樣的臉最好看？」

▌自己的尺和別人的尺

「女性組有顯著結果。」K 把列印稿推過去。「被評為高吸引力的臉，臉部整體較窄、顴骨豐潤度低、下顎線條銳利、上唇比較飽滿前突。效應量小到中等，η² 等於 0.075。」

「男性呢？」

「趨勢一樣——角度感強、下巴突出、側臉輪廓平直。但 P 值是 0.106，沒過門檻。」

「所以男性就不算數？」

「樣本數不夠。女性 393 人，男性只有 208 人。而且過去研究就知道，男性個體之間的臉型變異性本來就比女性大，統計訊號會被稀釋。」

Dg 靠回椅背，雙手交叉在胸前。

「等等——那這不就證明了嗎？美是有客觀標準的。莎士比亞說『美是一封無需推薦信的介紹信』——」

「那句是叔本華的。」

「⋯⋯」

「而且你搞錯重點了。這篇研究最有意思的部分不是『什麼臉好看』。」

K 停了一下，拿起咖啡喝了一口。

「是他們同一批受試者之前做過另一個研究——讓人自己評自己好不好看。結果外部評分者覺得好看的幾何特徵，跟受試者自己覺得『我很好看』時的特徵，幾乎完全重疊。」

Dg 愣住了。

「你的意思是，我覺得自己好不好看，跟別人覺得我好不好看，用的是同一套標準？」

「至少在幾何結構這個維度上，是的。研究者自己都說一致性超出預期。」

「那⋯⋯我們照鏡子的時候，其實是在用社會的眼光看自己？」

K 沒有回答。窗外有一台機車的排氣管聲拉過巷口，又遠去了。

▌一千零二十一個點看不見的東西

沉默持續了幾秒。Dg 的手指無意識地敲著桌面。

「但這也只是形狀嘛。」他的語氣變了，少了剛才的氣勢。「一個人好不好看，不可能只看骨頭跟皮的幾何結構吧。笑起來的樣子、眼神、講話的方式⋯⋯」

「對。研究者自己也說了，他們只分析靜態的三維形狀。表情、膚質、髮型都不在範圍內。同一個團隊另一篇研究發現，微笑寬度跟臉寬的比例每多 10%，自評吸引力就上升大約 10%——這些東西全部沒被算進去。」

「所以那一千零二十一個點⋯⋯」

「能抓到一部分。不是全部。」

Dg 又安靜了一下。

「那這樣的話，」他慢慢地說，「好看不是一個公式，但也不是完全沒有規律。是一組特徵一起作用——不是某一個完美的鼻子或下巴就夠了。」

K 把螢光筆放回桌上。

「嗯。」

Dg 低頭看著桌上那篇論文的列印稿。一千零二十一個點，標記在一張他永遠不會見到的陌生人的臉上。他想到今天早上出門前在鏡子裡看到的自己——原來那個判斷，從來就不只是他一個人的事。他把列印稿翻回第一頁，從頭開始讀。

你覺得自己好不好看，跟別人覺得你好不好看，答案竟然幾乎一樣？一項 601 人的三維臉部掃描研究發現，吸引力不只是「情人眼裡出西施」——你的臉型結構，早就洩漏了秘密。

關鍵亮點

  • 🔬 研究團隊在 601 張三維臉部掃描上，各標記了 1,021 個數位定位點，把「長相」轉換成可運算的幾何數據
  • 👩 女性組結果顯著：被評為高吸引力的臉型有明確共同特徵——臉部較窄、顴骨不過度飽滿、下顎線條銳利、上唇較豐滿前突
  • 👨 男性組趨勢存在但未達統計顯著：可能原因是樣本數較少（208 人 vs. 女性 393 人）以及男性臉型變異性更大
  • 🪞 最大驚喜：外部評分者偏好的幾何特徵，與受試者自己覺得「我很好看」的特徵幾乎完全吻合——自我感知和社會評價用的是同一把尺

「好看」這件事，真的能量化嗎？

一秒鐘的判斷，影響一輩子

你有沒有過這種經驗？跟一個陌生人對上眼，還沒開口說話，腦袋裡已經自動跑完一輪評估——這個人看起來可不可靠、聰不聰明、健不健康。

這不是你多心，是你的大腦在毫秒等級內完成的自動運算。研究早已證實，人類對臉部的第一印象形成極快，幾乎不需要有意識的思考，而且這些瞬間印象往往持久不變。而在所有第一印象的維度裡，「吸引力」大概是最強勢的一個——被認為長得好看的人，在職場、社交、甚至法律判決中，都傾向獲得更優待遇。

問題來了：如果吸引力真的只是「各花入各眼」，那為什麼不同的人看同一張臉，給出的分數往往驚人地接近？

正畸學家的好奇心

這個問題不只是心理學家在追問。雅典國立卡波迪斯垂安大學的正畸學助理教授 Georgios Kanavakis 指出，來找矯正醫師的患者，最主要的動機就是改善外貌。既然如此，到底什麼樣的臉部幾何結構會讓人「看起來好看」，就不只是學術問題，更是臨床上必須回答的問題。

Kanavakis 與他的跨國團隊（橫跨瑞士伯恩大學、雅典大學與美國塔夫茨大學）已經花了好幾年在追這條線。他們之前用同一批受試者做了兩項前驅研究：第一項發現特定的客觀臉部形狀會影響一個人覺得自己好不好看；第二項發現女性的臉部形態甚至跟自尊分數有統計關聯。

既然「自己覺得好看」跟臉型有關，那「別人覺得你好看」呢？——這就是 2026 年這篇刊登在 Progress in Orthodontics 的研究要回答的問題。

研究怎麼做的？一場臉部的大型數據工程

受試者：601 位年輕成人

研究團隊招募了 601 名 21 至 35 歲的年輕成人，其中女性 393 位、男性 208 位，來自多元族裔背景（白人 368 位、亞裔 123 位、南亞裔 71 位、非裔 22 位等），全部在美國成長、以英語為母語，且皆自我認定為異性戀。

三維臉部掃描與幾何形態測量示意

研究團隊使用專業三維相機系統，在受試者維持中性表情的標準姿勢下，捕捉高精度臉部立體表面影像。

把臉變成數據：1,021 個定位點

這裡是整個研究最硬核的部分。研究者使用了一套叫做幾何形態測量法（geometric morphometrics）的技術——簡單來說，就是在每張三維臉部掃描上，放置 1,021 個數位定位點（學術名詞叫 landmarks 和 semi-landmarks）。

你可以想像成：有人在你的臉上用隱形的筆畫了一千多個小點，精確標記出你的眉弓弧度、鼻樑高低、嘴唇輪廓、下顎角度、顴骨位置……然後把這些點的三維座標全部餵進統計模型。

Kanavakis 認為這是這項研究最令人興奮的地方：「這些技術讓我們能把臉當作一個複雜的三維結構來研究，比起傳統用幾個簡單測量值或二維照片的做法，能提供更真實的全貌。」

評分者：同齡人當裁判

為了得到「別人覺得你好不好看」的數據，研究團隊找來 6 位外部評分者（男女各 3 位），年齡與受試者相仿。評分者可以在螢幕上從多個角度觀看每張三維臉部影像，然後用一條 0 到 100 的連續量尺（視覺類比量表，VAS）打分。最後，六位評分者的分數取平均值，作為每位受試者的「外部吸引力分數」。

由於男性和女性的臉部受到不同荷爾蒙影響、在發育上有結構性差異，所以兩組是分開分析的。

研究設計項目 內容
受試者人數 601 人（女 393、男 208）
年齡範圍 21–35 歲
族裔組成 白人 368、亞裔 123、南亞裔 71、非裔 22 等
定位點數量 每張臉 1,021 個（landmarks + semi-landmarks）
評分者 6 位（男 3、女 3），同齡同儕
評分工具 視覺類比量表（VAS），0–100 分
分析方法 幾何形態測量法 + 主成分分析

女性篇：窄臉、利落下顎、豐唇三件套

統計上有顯著關聯

女性受試者的結果非常明確：臉部的三維幾何形狀與外部吸引力評分之間，存在統計上顯著的關聯，效應量為小到中等（η² = 0.075）。

白話翻譯：不是碰巧，是真的有規律。

高分臉型長什麼樣？

被評為高吸引力的女性臉部，呈現出一組相當一致的幾何特徵：

整體輪廓方面——臉部整體寬度略窄，顴骨區域的豐潤度降低，下顎線條更加銳利、輪廓更分明。整體印象是一張比較有角度感的臉，而不是圓潤飽滿的臉。

中央特徵方面——鼻部區域與中臉部有稍微較強的立體感，下臉部略長。而最明顯的特徵是：上唇較豐滿，且有較強的前突感——在所有幾何特徵裡，這一項對吸引力評分的預測力最為突出。

針對白人女性（219 位）的子群分析，結果與全體女性組幾乎一模一樣——降低的顴骨豐潤度、銳利的下顎輪廓、上唇較為豐滿前突。

男性篇：趨勢存在，但統計沒過門檻

效應量相當，P 值過不了關

男性組的故事就比較微妙了。從效應量來看，男性的數值跟女性其實高度接近——臉部形態對吸引力評分的影響力，在兩性之間並沒有明顯的量級差異。

但男性組的 P 值沒有過統計顯著性的門檻（p = 0.106）。這不代表男性臉型跟吸引力無關，比較可能的解釋有兩個：第一，男性樣本數只有 208 人，還不到女性組的一半，統計功效不夠；第二，過去的三維形態研究已經發現，男性個體之間的臉部形狀變異性本來就比女性大，這會讓統計訊號更難被偵測到。

視覺趨勢仍然清晰

即便沒有通過嚴格的統計門檻，在視覺上，被評為高吸引力的男性臉部仍然呈現一致的趨勢特徵：臉部側面的圓潤感減少、整體更加有角度感、側臉輪廓較為平直、下巴輪廓較為突出、額弓下方（glabella）結構較明顯。

這些趨勢特徵與前驅研究中男性受試者自認最有吸引力時的臉部特徵高度吻合——只是外部評分這一端的統計力道還不夠強。

最意外的發現：你跟別人看你的眼光，竟然一樣

自我感知 ≈ 外部評價

這是整篇研究裡最讓研究者自己都驚訝的結果。

同一個研究團隊在 2021 年的前驅研究中，曾經問過同一批受試者「你覺得自己好不好看」，然後分析哪些臉部幾何特徵與高自評分數相關。現在，2026 年的研究換成讓外人來打分。

結果：兩組研究找出的幾何特徵幾乎完全重疊。

外部評分者認為好看的那些特徵——窄臉、銳利下顎、豐潤上唇、突出的中央結構——正好就是受試者自己覺得「我很好看」時所擁有的特徵。Kanavakis 坦言：「我們預期會有一些重疊，但一致性之高超出了預期。」

這意味著什麼？

這個發現丟出了一個有點令人不安的問題：我們對自己外貌的判斷，到底是「獨立的自我感知」，還是社會標準的內化？

有兩種可能的解讀。其一，人們在成長過程中已經把社會上「好看」的標準內化成自己的感知標準；其二，存在某種更深層的、可能有生物基礎的美感感知機制——不管是自己看自己，還是別人看你，大腦都在偵測同一組幾何信號。研究者認為兩者可能同時成立，但目前的數據還無法區分。

別忘了：這只是一部分

Kanavakis 特別強調，臉型只能解釋吸引力的「一部分」。同一個研究團隊的另一項研究發現，微笑寬度與臉部寬度的比例每增加 10%，自評微笑吸引力就上升約 10%——而這些動態因素根本不在本次分析的範圍內。

常見問題 FAQ

Q1：所以「情人眼裡出西施」是錯的？

不完全是錯的，但需要修正。這項研究顯示，人們對「好看」的判斷確實存在跨觀察者的一致性，但研究者也強調，臉型只能解釋吸引力的「一部分」，個人偏好、文化背景、情境因素仍然扮演角色。比較精確的說法是：美感判斷有一個共享的幾何基礎，但在這個基礎上，個人差異仍然存在。

Q2：這個研究的結果可以推論到亞洲人嗎？

需要謹慎。雖然受試者中包含亞裔與南亞裔，但整體樣本都是在美國成長的年輕成人，評分者也是同一文化背景的美國年輕人。研究團隊自己也指出，跨文化複製是未來研究的重要方向。

Q3：男性臉型真的跟吸引力無關嗎？

研究者明確表示不是這個結論。男性組的效應量跟女性組很接近，只是因為樣本數較少、臉型變異性較大，統計上沒過門檻。Kanavakis 認為，這也可能暗示男性吸引力比女性更依賴臉部形狀以外的因素——例如體態、聲音、穿著、舉止等——但這仍是推測。

Q4：正畸（矯正）治療真的能讓人變好看嗎？

這項研究本身沒有直接回答這個問題，但它確實為正畸治療的「臉部美學目標」提供了量化依據。如果特定的下顎角度、中臉立體感、唇部位置確實與吸引力有可測量的關聯，那這些維度就可以有意識地納入治療規劃。

Q5：這個研究跟 AI 濾鏡、醫美趨勢有什麼關係？

研究者沒有直接討論這個議題，但研究結果提供了一個有趣的對照基線。社群媒體上流行的「瘦臉濾鏡」、「豐唇特效」所強調的方向，與這項研究中被評為高吸引力的幾何特徵確實存在重疊。這可能意味著這些濾鏡正在進一步強化（甚至窄化）社會對「好看」的定義。

結論：美不是一個公式，但也不是一團迷霧

這項研究最核心的貢獻，不是告訴你「怎樣的臉最好看」——而是證明了吸引力判斷確實存在可量化的幾何基礎，而且這個基礎在自我感知和外部評價之間高度一致。

Kanavakis 說得很清楚：「我們的最終目標不是創造一個單一的美麗定義，而是更好地理解影響人們如何看待自己和他人的生物學與心理學因素。」

美感有規律，但規律不等於標準答案。未來的研究方向包括在更多元的文化與年齡群體中複製這些結果、納入動態表情與膚質等因素、以及進一步探討臉部形態與自尊、身體意象和整體心理健康之間的關係。

推薦閱讀

參考資料來源

You may also enjoy