容貌焦慮來源又+1，國外實況主興起 Omoggle 挑戰

在社群軟體與網路過度發達的如今，容貌焦慮早已成為現代人揮之不去的陰影，但也有人從中嗅到了流量機會。近期國外 Twitch 實況圈興起一項名為 Omoggle 的挑戰，以近乎誇張且高度娛樂化的形式，將這種集體焦慮轉化為可被觀看與消費的內容，並迅速推上新的討論熱度。

Omoggle 是一款不再讓使用者躲在美顏濾鏡背後，而是要求直面真實樣貌的應用程式。它透過視訊鏡頭掃描雙方臉部，分析臉部對稱性、眼角傾斜度與下顎線輪廓等生物特徵，再交由 AI 演算法進行評比，將「真人顏值評分」與中國流行的「對決系統」結合，形成一種帶有競技感的互動模式。

在這套機制之上，系統進一步導入類似電競的 ELO 評分制度，將每一次對決結果轉換為積分變動，直接影響個人的顏值排名。勝負關係被清楚記錄，也讓整體體驗不再只是單次互看，而是逐漸轉變為一種可持續累積的競技循環。它甚至還大量借鑒了許多國外臭名昭彰的顏值提升社群使用的術語，如 Molecule（分子）、Sub3（低級）、Low Tier Normie (LTN)、Mid Tier Normie (MTN)、High Tier Normie (HTN)、Chadlite（輕度精英）、Chad（精英）和Slayer（頂級猛男）。

不過這套評分系統本身也存在明顯不穩定的情況。由於容易受到鏡頭角度、拍攝距離與各種外在道具干擾，即使是表現穩定的玩家，也可能因對方刻意遮擋臉部或使用小手段而被拉低評分，讓整體對決結果出現偏差。

例如過去對自身外貌相當有自信的實況主 XQC，也在這套系統下連吞六連敗，甚至最後一位對手還當著他的面擠眉弄眼、帶著明顯的挑釁意味，讓他當場被比下去之外還被無情調侃，場面一度相當難堪。

與此同時，評價方式也被壓縮到最直接的呈現形式。不同於傳統社群依賴按讚與留言所形成的模糊回饋，Omoggle 透過數據結果直接給出判定，讓「吸引力」被具體量化，評價本身也因此變得更加直白。

在多數討論仍圍繞著如何減少比較、降低焦慮的當下，Omoggle 卻選擇將外貌轉化為一套可以被操作與運算的系統。當外表被納入對戰與排名形成一種「容貌電競」，並以娛樂形式持續運作，這樣的設計究竟會進一步放大既有的容貌焦慮，還是反過來讓使用者透過勝負機制重新理解外貌的評價仍有待觀察。

參考來源

• Dexerto