Real World Appeal

方法论

阈值模型背后的研究

Real World Appeal 按陌生人真实形成第一印象的方式去读一个男人：零点几秒内、整体地、并且带阈值。照片决定他在 70–155 感知轴上的档位，九个关于「你在陌生人面前怎么待着」的回答在档位内移动读数，自然上限只把已发表研究证明可改变的杠杆加起来。

这一页说清模型的每个部分建立在什么之上。下面的研究并不「验证」这个产品——我们没有做过临床试验，也这么说——但它们是模型长成这个样子的原因，而且每一篇都能查。

关键数字

  • 100 毫秒——看一张脸这么久之后，对特质的判断已经与不限时判断一致（Willis & Todorov 2006）。
  • 11 项——Langlois 等人自己做的元分析数量，发现评分者在文化内与跨文化都高度一致地认同谁有吸引力（Langlois et al. 2000）。
  • 37 个文化、约 10,047 人——Buss 跨文化择偶偏好调查的规模（Buss 1989）。
  • 76% / 27%——速配中舒展姿态每增加一个标准差被选中的几率提升，以及约会软件上舒展姿态照片被点「yes」的几率提升（Vacharkulksemsuk et al. 2016）。
  • 约 25%——线上约会者平均追求比自己高多少的对象；差距越大回复率越低（Bruch & Newman 2018）。
  • r = 0.13–0.32——六项研究、1,180 人中，自评吸引力与陌生人评分的相关有多弱（Greitemeyer 2020）。
  • 70% 以上——男性身材吸引力中由「看起来有多强壮」解释的比例（Sell et al. 2017）。
  • 11,570 人、41 个国家——检验面部第一印象结构是否跨地区一致的注册报告规模（Jones et al. 2021）。

为什么是阈值，不是梯子？

因为做判断的人本身就是「设门槛的人」，而测量感知的学科一百年来都用 S 形曲线来描述「要 / 不要」的决定。

两条文献指向同一处。决策理论里，Simon 证明人会设一个期望水平、接受第一个达标的选项，而不是穷尽比较（Simon 1956）；择偶理论把同一思想形式化为固定阈值规则——遇到每个候选者时当场接受或放过（Janetos 1980）。心理物理学里，刺激被「接受」的概率随强度呈 S 形上升，这就是心理测量函数（Wichmann & Hill 2001）：线下平坦、阈值附近陡峭、线上又平坦。

约会数据长得就像这条曲线。速配活动里，女性并不按自述的偏好清单挑人，而是用对自己吸引力的判断设一个「够得着」的门槛，再选能跨过去的男性（Todd et al. 2007）。美国四城的私信数据里，人们平均瞄准比自己高约 25% 的对象，而回复概率随差距拉大急剧下降（Bruch & Newman 2018）。「再帅一点」的回报不是常数：线下很小，线上很大，再往上又变小。

模型怎么用：70–155 轴分成六档，阈值在 115 附近。报告告诉你离下一个拐点还差多少、哪根杠杆能跨过去，而不是给你一个用来排名的数字。过了线之后，模块的重心从「更帅」转向类型、气场与市场匹配——因为曲线在那里变平了。

S 形是在这些结果启发下做出的建模选择，不是在你身上实测出的曲线。没有人画过某一个男人的精确反应曲线，我们也不这么宣称。

Simon 1956Janetos 1980Wichmann & Hill 2001Todd et al. 2007Bruch & Newman 2018

这个读数有多快，里面有什么？

看脸 100 毫秒后特质判断就已形成，它是对整张脸的整体判断，并落在几个全世界都相似的维度上。

看 100 毫秒后做出的判断与不限时判断一致（Willis & Todorov 2006），短短的行为「薄片」对人际结果的预测力与长时间观察相当（Ambady & Rosenthal 1992）。脸是整体加工的：上半脸配上更好看的下半脸评分会上升，错位后效应消失（Abbas & Duchaine 2008）。

对 1,000 张日常照片的第一印象落在三个维度——可接近性、支配感、年轻-吸引力（Sutherland et al. 2013）——其底层的效价-支配结构在 41 个国家 11,570 名参与者中大体可复现，部分取决于分析方式（Jones et al. 2021）。

模型怎么用：先整体产出一个读数，再拆成脸、身材、穿搭。报告里「她在 1.5 秒内读到的 7 个信号」就是这个读数的维度——易接近、自信、成熟、稳定、温暖、有质感、有趣——而不是一张五官清单。

100 毫秒的结论只关于面部照片。我们从不把它拉去支撑身高、身材、穿搭或声音，这些各有各的证据。

Willis & Todorov 2006Ambady & Rosenthal 1992Abbas & Duchaine 2008Sutherland et al. 2013Jones et al. 2021

为什么脸、身材、穿搭要分开读

因为三者权重不同、杠杆也不同：脸最能预测整体判断，身材主要被读成「有多强壮」，衣服几秒内就能改变印象。

127 名男性与 133 名女性分别给脸、身材和合成照片打分时，脸的评分最能预测整体判断；男性在短期关系框架下更看重女性的身材（Currie & Little 2009）。对男性身材，「看起来有多强壮」解释了吸引力 70% 以上的方差，身高与精瘦再加分（Sell et al. 2017）；评分者觉得最有吸引力的体成分与看起来最健康的重合（Brierley et al. 2016）。

衣服起效很快：每张图最多看 5 秒，细节差异很小的定制西装就比成衣更能抬高自信与成功的印象（Howlett et al. 2013）。

模型怎么用：脸和身材在同一条轴上各有读数和美学子轴。今天的穿搭只读不打分——换身衣服它就变——上限模块把合身、打理、体成分当作独立杠杆，因为研究就是分开处理它们的。

这些权重来自群体平均值。某一个观看者、某一个场合会给三者不同的权重——这正是场景与市场模块存在的原因。

Currie & Little 2009Sell et al. 2017Brierley et al. 2016Howlett et al. 2013

为什么你的习惯会在档位内移动读数

因为肢体语言会可测量地改变零相识时谁被选中——而这个效应真实但有限，所以它在照片定下的档位内移动数字，绝不跨档。

144 次速配中，舒展开放的姿态每增加一个标准差，被选中的几率提高 76%；在约会软件上，同一个人姿态舒展的照片比收缩的照片被选中的几率高 27%，效应通过被感知的支配感与开放度起作用（Vacharkulksemsuk et al. 2016）。目光转向观看者的面孔被评为更讨人喜欢、更有吸引力（Mason et al. 2005），面带微笑时的直视最受偏好（Conway et al. 2008），更明显的笑可以弥补一张不那么好看的脸（Golle et al. 2014）。

模型怎么用：九个临场回答——对视、撑多久、她是否回看、让路、打理投入、小动作、自我监控——在档位内把读数移动大约两到五分。照片与自报矛盾时（你说你保住位置，照片里肩膀却内扣），以照片为准，报告会直说。临场读数模块把你的习惯对数字做了什么逐条摊开。

这些是短暂相遇中测到的零相识效应，它们不说明第二次约会；自报是诚实的猜测，不是测量——所以它的影响被封顶。

Vacharkulksemsuk et al. 2016Mason et al. 2005Conway et al. 2008Golle et al. 2014

为什么「被注意率」是人数，不是分数

因为注意力是吸引力买到的第一样东西，而注意力的分布不均匀，眼动仪看得见。

五个实验里，注意力都被有吸引力的人选择性地吸走（Maner et al. 2003）。真实场景的眼动追踪中，更有吸引力的面孔被看得更久、更频繁，对异性尤其如此（Leder et al. 2016）。

模型怎么用：注意率模块推演在公共场合与你擦肩的 100 位女性里，有多少人真正注意到你、多少人多看一眼、多少人心里一动——锚定在你的档位上，并在上限状态再推演一次。它是频率，注意力本来就是这么运作的，不是打分。

它是基于感知研究与你照片的推演，不是对某条真实街道的测量。把三个数字当作形状，不要当作普查。

Maner et al. 2003Leder et al. 2016

为什么要把你的自我判断和读数放在一起

因为自评吸引力与陌生人评分的相关很弱，而人无论自评对不对都会按它行动。

六项研究、1,180 名参与者中，自评与陌生人评分的相关只有 0.13 到 0.32；吸引力较低的人明显高估自己，吸引力高的人则准确或略微低估（Greitemeyer 2020）。这个自评不是闲置的：速配里女性对自己吸引力的判断决定了她们瞄多高，与所选男性的伴侣价值相关 0.58（Todd et al. 2007）。

模型怎么用：分析前你告诉我们你觉得陌生人怎么看你。这个判断永远不会移动数字。校准模块把它和读数放在同一把六档梯子上，用你自己的回答和照片解释差距，并点明这种偏差在约会里让你做错了什么——瞄得太低，或太高。

Greitemeyer 样本里的偏差方向是平均意义上的；具体一个人可能往任一方向偏，这正是模块要核对的。

Greitemeyer 2020Todd et al. 2007

为什么上限只算可改变的杠杆

因为研究对「不动刀能改变第一印象的东西」说得很具体：体成分、力量线索、胡须、合身、姿态、眼神——对「改不了的东西」同样具体。

体成分与力量承担了身材读数的大头（Brierley et al. 2016；Sell et al. 2017）。351 名女性在四档胡须里把重胡茬评为最有吸引力（Dixson & Brooks 2013）。单是剪裁就改变了 5 秒印象（Howlett et al. 2013），姿态与眼神改变了谁被选中（Vacharkulksemsuk et al. 2016；Mason et al. 2005）。身高则是固定的且确实重要：650 名学生中，女性偏好的身高差大于男性（Stulp et al. 2013）。

模型怎么用：自然上限是把每根可改变的杠杆都调到位、且不做任何医美时你能到的读数——路线图的加总正好等于差距，差距有封顶，身高与骨相被列为硬限制而不是藏在数字里。

上限是对「最真实的最好版本的你」的估计，不是承诺。杠杆大小是模型在这些研究启发下的判断，不是从论文里抄来的效应量。

Brierley et al. 2016Sell et al. 2017Dixson & Brooks 2013Howlett et al. 2013Vacharkulksemsuk et al. 2016Mason et al. 2005Stulp et al. 2013

为什么是七个文化市场和六个场景

因为对「谁有吸引力」的共识真实但不完整：核心跨文化成立，边缘随文化变化，同一个人在不同的地方、以不同的方式被遇见时读法不同。

评分者在文化内和跨文化都认同谁有吸引力（Langlois et al. 2000），面部第一印象的结构在各地区大体成立（Jones et al. 2021）。但一张脸传递的信号随市场而变：12 个人群里，对强化性别特征面孔的偏好主要出现在高度发展的城市人群（Scott et al. 2014）；37 个文化中男女看重的伴侣特质不同（Buss 1989）；个人口味对颜值判断的贡献几乎与共识口味相当（Hönekopp 2006）。

场合也重要：短期与长期关系框架改变了身材的权重（Currie & Little 2009），同样的舒展姿态在速配里值 76%，在软件上值 27%（Vacharkulksemsuk et al. 2016）。

模型怎么用：文化市场模块把你可观察的特质放到七个市场的主流审美里读，场景模块放到六种相遇机制里读——软件、夜生活、健身房、社交圈、职场校园、街头。两者都是对你的相对读法，都不给人群排名，前言里也写明了。

市场被描述为带巨大个体差异的主流倾向。没有任何模块声称某个群体「普遍偏好」什么。

Langlois et al. 2000Jones et al. 2021Scott et al. 2014Buss 1989Hönekopp 2006Currie & Little 2009Vacharkulksemsuk et al. 2016

这个模型做不到什么

它预测不了某一个具体的人会不会想要你，看不到两张照片和九个回答之外的东西，也不是临床工具。

用 100 多项特质做机器学习，只能预测人整体上多想要别人的 4–18%、多被别人想要的 7–27%，而对两个具体的人之间独有的化学反应预测为零（Joel et al. 2017）。颜值判断里近一半是个人口味（Hönekopp 2006）。读数描述的是主流市场在第一眼里的倾向反应；它不是对你的判决，也不是经过验证的心理测验。

模型怎么用：每个模块都带这条免责声明，上限有封顶，分数永远不会变成给女性的排名，计划写成你能控制的杠杆——因为证据支持的就是这部分。

我们把已有的同行评议研究校准成一个约 1 分钟出结果的引擎。我们没有做过原创大样本研究，也不这么宣称。

Joel et al. 2017Hönekopp 2006

常见问题

70–155 轴是「满分 100」的分数吗？

不是。它是一条形状类似 IQ 分布的感知轴：105–114 是普通男性中位数，115 附近是某根杠杆越线的阈值，130–144 是会让人回头的水平。它描述主流市场在第一眼的反应强度，不是满分 100 的分数，也不是排名。

这是经过验证的心理测验吗？

不是。模型按本页列出的同行评议研究校准，分析只基于你的照片和九个回答。它是自我提升与校准工具，不是临床工具，我们也没有做过原创的大样本验证研究。

问卷回答会改变我的数字吗？

只在档位内。照片决定档位；九个临场回答在档位内移动大约两到五分，与零相识肢体语言的证据一致。你对「陌生人怎么看你」的自我判断永远不会移动数字——它在校准模块里与读数对照。

为什么上限不算医美？

因为上限是用研究证明可改变的杠杆——体成分、力量、打理、合身、姿态、眼神——能到的最真实的最好版本。身高与骨相被列为硬限制，读数到上限的差距有封顶。

为什么你们说「主流市场」而不是「女性」？

因为研究说对吸引力的共识真实但不完整——颜值判断近一半是个人口味，偏好也随文化与场合变化。读数描述的是倾向，不是任何一个具体的人的反应。

引用的研究

每一条都在 2026 年 10 月 16 日按其 DOI 的 Crossref 记录核对过。一行注释说明每篇论文在模型里的作用。

  1. Willis, J., & Todorov, A. (2006). First impressions: Making up your mind after a 100-ms exposure to a face. Psychological Science, 17(7), 592–598. doi:10.1111/j.1467-9280.2006.01750.x

    看一张脸 100 毫秒后做出的特质判断，与不限时判断高度一致。

  2. Ambady, N., & Rosenthal, R. (1992). Thin slices of expressive behavior as predictors of interpersonal consequences: A meta-analysis. Psychological Bulletin, 111(2), 256–274. doi:10.1037/0033-2909.111.2.256

    很短的行为片段对人际结果的预测力，与更长的观察相当。

  3. Abbas, Z.-A., & Duchaine, B. (2008). The role of holistic processing in judgments of facial attractiveness. Perception, 37(8), 1187–1196. doi:10.1068/p5984

    吸引力是整体加工：同一个上半脸配上更好看的下半脸会被评得更高，错位后效应消失。

  4. Sutherland, C. A. M., Oldmeadow, J. A., Santos, I. M., Towler, J., Burt, D. M., & Young, A. W. (2013). Social inferences from faces: Ambient images generate a three-dimensional model. Cognition, 127(1), 105–118. doi:10.1016/j.cognition.2012.12.001

    对 1,000 张日常照片的第一印象落在三个维度上：可接近性、支配感、年轻-吸引力。

  5. Jones, B. C., DeBruine, L. M., Flake, J. K., et al. (2021). To which world regions does the valence–dominance model of social perception apply?. Nature Human Behaviour, 5(1), 159–169. doi:10.1038/s41562-020-01007-2

    41 个国家 11,570 名参与者的注册报告：面部第一印象的效价-支配结构在各地区大体可复现，但部分取决于分析方法。

  6. Langlois, J. H., Kalakanis, L., Rubenstein, A. J., Larson, A., Hallam, M., & Smoot, M. (2000). Maxims or myths of beauty? A meta-analytic and theoretical review. Psychological Bulletin, 126(3), 390–423. doi:10.1037/0033-2909.126.3.390

    作者自己做的 11 项元分析：评分者在文化内与跨文化都高度一致地认同谁有吸引力，且有吸引力的人被评价和对待得更好。

  7. Buss, D. M. (1989). Sex differences in human mate preferences: Evolutionary hypotheses tested in 37 cultures. Behavioral and Brain Sciences, 12(1), 1–14. doi:10.1017/S0140525X00023992

    37 个文化、约 10,047 人：男女在择偶中看重的东西有一致的差异。

  8. Scott, I. M., Clark, A. P., Josephson, S. C., et al. (2014). Human preferences for sexually dimorphic faces may be evolutionarily novel. PNAS, 111(40), 14388–14393. doi:10.1073/pnas.1409643111

    12 个人群中，对强化性别特征面孔的偏好主要出现在高度发展的城市环境——同一张脸传递的信号随市场而变。

  9. Hönekopp, J. (2006). Once more: Is beauty in the eye of the beholder? Relative contributions of private and shared taste to judgments of facial attractiveness. Journal of Experimental Psychology: Human Perception and Performance, 32(2), 199–209. doi:10.1037/0096-1523.32.2.199

    个人口味对颜值判断的贡献几乎与共识口味相当——共识真实存在，但只占一半左右。

  10. Currie, T. E., & Little, A. C. (2009). The relative importance of the face and body in judgments of human physical attractiveness. Evolution and Human Behavior, 30(6), 409–416. doi:10.1016/j.evolhumbehav.2009.06.005

    127 名男性与 133 名女性分别给脸、身材与合成照片打分：脸最能预测整体判断；男性在短期关系框架下更看重身材。

  11. Sell, A., Lukaszewski, A. W., & Townsley, M. (2017). Cues of upper body strength account for most of the variance in men's bodily attractiveness. Proceedings of the Royal Society B, 284(1869), 20171819. doi:10.1098/rspb.2017.1819

    对上身力量的感知解释了男性身材吸引力 70% 以上的方差，身高与精瘦再加分。

  12. Brierley, M.-E., Brooks, K. R., Mond, J., Stevenson, R. J., & Stephen, I. D. (2016). The body and the beautiful: Health, attractiveness and body composition in men's and women's bodies. PLoS ONE, 11(6), e0156722. doi:10.1371/journal.pone.0156722

    对男性身体，评分者认为最有吸引力的脂肪与肌肉水平，与看起来最健康的水平重合——杠杆是体成分，不是瘦。

  13. Dixson, B. J., & Brooks, R. C. (2013). The role of facial hair in women's perceptions of men's attractiveness, health, masculinity and parenting abilities. Evolution and Human Behavior, 34(3), 236–241. doi:10.1016/j.evolhumbehav.2013.02.003

    351 名女性在四档胡须里把重胡茬评为最有吸引力；络腮胡在男性气质与育儿能力上得分最高。

  14. Howlett, N., Pine, K., Orakçıoğlu, I., & Fletcher, B. (2013). The influence of clothing on first impressions: Rapid and positive responses to minor changes in male attire. Journal of Fashion Marketing and Management, 17(1), 38–48. doi:10.1108/13612021311305128

    274 名评分者、每图最多看 5 秒：细节差异很小的定制西装比成衣更能抬高自信与成功的印象。

  15. Stulp, G., Buunk, A. P., & Pollet, T. V. (2013). Women want taller men more than men want shorter women. Personality and Individual Differences, 54(8), 877–883. doi:10.1016/j.paid.2012.12.019

    650 名学生中，女性偏好的身高差大于男性；对真实伴侣的满意度在男方高出约 21 cm 时最高。

  16. Vacharkulksemsuk, T., Reit, E., Khambatta, P., Eastwick, P. W., Finkel, E. J., & Carney, D. R. (2016). Dominant, open nonverbal displays are attractive at zero-acquaintance. PNAS, 113(15), 4009–4014. doi:10.1073/pnas.1508932113

    144 次速配中，开放舒展的姿态每增加一个标准差，被选中的几率提高 76%；在约会软件上，姿态舒展的照片被点「yes」的几率高 27%。

  17. Mason, M. F., Tatkow, E. P., & Macrae, C. N. (2005). The look of love: Gaze shifts and person perception. Psychological Science, 16(3), 236–239. doi:10.1111/j.0956-7976.2005.00809.x

    目光转向观看者的面孔被评为更讨人喜欢，第二个实验里也更有吸引力。

  18. Conway, C. A., Jones, B. C., DeBruine, L. M., & Little, A. C. (2008). Evidence for adaptive design in human gaze preference. Proceedings of the Royal Society B, 275(1630), 63–69. doi:10.1098/rspb.2007.1073

    面带微笑时的直视最受偏好，在评价异性面孔吸引力时这一效应最强。

  19. Golle, J., Mast, F. W., & Lobmaier, J. S. (2014). Something to smile about: The interrelationship between attractiveness and emotional expression. Cognition and Emotion, 28(2), 298–310. doi:10.1080/02699931.2013.817383

    笑容强度强烈影响两张脸里哪张更有吸引力——更明显的笑可以弥补一张不那么好看的脸。

  20. Maner, J. K., Kenrick, D. T., Becker, D. V., et al. (2003). Sexually selective cognition: Beauty captures the mind of the beholder. Journal of Personality and Social Psychology, 85(6), 1107–1120. doi:10.1037/0022-3514.85.6.1107

    五个实验：注意力会被有吸引力的人选择性地吸走——「被注意到」不是均匀分布的。

  21. Leder, H., Mitrovic, A., & Goller, J. (2016). How beauty determines gaze! Facial attractiveness and gaze duration in images of real world scenes. i-Perception, 7(4). doi:10.1177/2041669516664355

    真实场景的眼动追踪：更有吸引力的面孔被看得更久、更频繁，对异性尤其如此。

  22. Greitemeyer, T. (2020). Unattractive people are unaware of their (un)attractiveness. Scandinavian Journal of Psychology, 61(4), 471–483. doi:10.1111/sjop.12631

    六项研究、共 1,180 人：自评与陌生人评分相关很弱（r = 0.13–0.32）；吸引力低的人高估自己，吸引力高的人准确或略微低估。

  23. Todd, P. M., Penke, L., Fasolo, B., & Lenton, A. P. (2007). Different cognitive processes underlie human mate choices and mate preferences. PNAS, 104(38), 15011–15016. doi:10.1073/pnas.0705290104

    46 人的速配活动里，自述偏好预测不了实际选择；男性按外貌选，女性则用对自己吸引力的判断来设定「够得着」的门槛（与所选男性的伴侣价值相关 r = 0.58）。

  24. Bruch, E. E., & Newman, M. E. J. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8), eaap9815. doi:10.1126/sciadv.aap9815

    美国四城的私信数据：人们追求比自己高约 25% 的对象，而回复概率随吸引力差距拉大而急剧下降。

  25. Joel, S., Eastwick, P. W., & Finkel, E. J. (2017). Is romantic desire predictable? Machine learning applied to initial romantic attraction. Psychological Science, 28(10), 1478–1489. doi:10.1177/0956797617714580

    用 100 多项特质做机器学习，能预测一个人整体上多想要别人的 4–18%、多被别人想要的 7–27%，但对两个具体的人之间的化学反应预测为零。

  26. Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129–138. doi:10.1037/h0042769

    决策者设定一个期望水平，接受第一个达标的选项——「满意即可」的理论起点。

  27. Janetos, A. C. (1980). Strategies of female mate choice: A theoretical analysis. Behavioral Ecology and Sociobiology, 7(2), 107–112. doi:10.1007/BF00299515

    把择偶中的「固定阈值规则」形式化：遇到每个候选者时按内部标准当场接受或放过。

  28. Wichmann, F. A., & Hill, N. J. (2001). The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & Psychophysics, 63(8), 1293–1313. doi:10.3758/BF03194544

    心理物理学的标准工具「心理测量函数」：描述「说是」的概率如何随刺激强度呈 S 形上升。

让模型读一读你

约 1 分钟。分析先跑完，完整报告一次性 $5，不订阅。

或先看一份样例报告