聲明:本文來自于微信公眾號頭號AI玩家（ID:AIGCplayer），作者:阿虎，授權(quán)轉(zhuǎn)載發(fā)布。
一個對攝影、布景、后期、甚至AI都零基礎(chǔ)的小白，有沒有可能零成本產(chǎn)出一套完整的商品大片?
舉個例子，通常制作一套20張的商品場景圖，需要一個多工種設(shè)計團隊至少耗費3天時間，成本超過2萬元。
但如果用AI工具做電商圖，單次生成消耗的算力成本不到1元，成本降低超過90%。
對于電商和品牌而言，商品圖的重要性不言而喻。一張吸引眼球的商品圖有時決定了消費者是否有興趣關(guān)注并下單。
大品牌固然可以投入大量資金，產(chǎn)出精美的商品圖，但對中小企業(yè)來說，投入和產(chǎn)出能否成正比，則需要反復(fù)考量。因為對效果圖的要求不同，費用波動也很大。
而AI正在悄悄影響商品圖市場。
在阿里、京東、亞馬遜等電商大廠紛紛推出數(shù)字人、AI主播時，很多初創(chuàng)企業(yè)開始在“AI商品圖”領(lǐng)域“卷”了起來。
今年4月，蘑菇街基于Stable Diffusion推出AI商拍工具Weshop，為商家提供商品實拍圖和虛擬試衣圖。通過簡單的操作，即可快速生成多種風(fēng)格的服裝人臺圖、模特圖等等。
Weshop網(wǎng)頁提供虛擬試衣模版
專注于出海的AIGC公司ZMO.AI選擇的是真實場景的圖像生成。用戶上傳產(chǎn)品至zmo.ai平臺，給出具體的需求指令（prompt），就能獲得與產(chǎn)品相匹配的宣傳圖片。
zmo.ai提供了3個功能，直接選擇模版、參考圖片生成場景、用戶輸入指令生成商品場景，但目前暫時不支持中文指令。
zmo.ai網(wǎng)頁頁面
其實，這些AI工具在生成商品圖這一功能上，操作步驟大多類似，更關(guān)鍵在于AI對生成圖片的細節(jié)把控。
今年7月，靈動AI推出了國內(nèi)首個工業(yè)級可商用的“AI商品圖”生成工具，聚焦工業(yè)產(chǎn)品設(shè)計賽道。
“靈動AI”生成效果圖
用戶為商品選擇一個想要呈現(xiàn)的角度，拍攝一張照片并上傳到平臺，系統(tǒng)就能自動識別完成摳圖。
其次是添加適合的場景，我們發(fā)現(xiàn)“靈動AI”目前提供了“節(jié)日活動”、“街景”、“創(chuàng)意”等十幾種場景，以提升商品圖具體應(yīng)用的寫實性。
“靈動AI”操作頁面示例
從我們的體驗來看，哪怕是毫無設(shè)計經(jīng)驗的商家，只要正確使用靈動AI的工具，通過“傻瓜式”的操作也能獲得一套完整并符合需求的商品圖。AI生成的商品圖更像是圍繞一件商品提供的完整場景融合方案。
靈動AI創(chuàng)始人雷海波之前是頭部視覺設(shè)計社區(qū)“視覺中國”創(chuàng)始人，在設(shè)計領(lǐng)域有20年以上的從業(yè)經(jīng)驗。在DALL-E2、Midjourney等AI工具浪潮席卷下，他發(fā)現(xiàn)AI生成的圖像在質(zhì)量、創(chuàng)意性上完全不遜于專業(yè)的設(shè)計師。
他在一個月內(nèi)用Midjourney生成了1.2萬張圖，成功加入了Midjourney在Discord上的“一萬張俱樂部”（10000-club）。
正是對Diffusion模型產(chǎn)品大量的嘗試，雷海波意識到Diffusion模型在生成效率和圖像效果方面都優(yōu)于此前的GAN模型。
“打造從視覺設(shè)計行業(yè)大模型到創(chuàng)新應(yīng)用的設(shè)計平臺，應(yīng)該以生成式AI為核心”，雷海波表示，這也是靈動AI成立的契機。“靈動AI”背后依托了多個達到1億級參數(shù)規(guī)模的專用AI模型和1億+的設(shè)計數(shù)據(jù)集。
AI是否真的能帶來電商領(lǐng)域的“出圖革命”?“靈動AI”在電商圖生成領(lǐng)域有何特別之處?“頭號AI玩家”對話了“靈動AI”創(chuàng)始人雷海波，和他聊一聊AI商品圖的創(chuàng)業(yè)經(jīng)驗。
瞄準電商領(lǐng)域，抓住中小賣家制圖痛點
頭號AI玩家:在開發(fā)AI商品圖之前，靈動AI主要專注于什么業(yè)務(wù)?
雷海波:我們之前主要聚集在開展D2C模式的大數(shù)據(jù)智能設(shè)計研究，以及研發(fā)AI智能設(shè)計工具。
“靈動 AI”是公司旗下的核心產(chǎn)品。我們希望依托AIGC智能生圖技術(shù)，為B端用戶和設(shè)計師提供商業(yè)級視覺設(shè)計AI大模型應(yīng)用、AI商品圖生成及動態(tài)視覺生成工具等服務(wù)。
頭號AI玩家:開發(fā)“AI商品圖”的契機是什么?為什么會將目標瞄準在電商領(lǐng)域?
雷海波:去年生成式AI技術(shù)取得了巨大突破，伴隨DALL-E2、Midjourney等基于Diffusion Model的大模型崛起，圖像生成的效果已經(jīng)超越人類設(shè)計師表現(xiàn)，并開始替代部分低端、重復(fù)和標準化的設(shè)計工作。
我們在設(shè)計領(lǐng)域和互聯(lián)網(wǎng)行業(yè)積累了大量的設(shè)計圖片資源和算法專利，這為我們打造AI生成應(yīng)用提供了良好的技術(shù)基礎(chǔ)。
以往設(shè)計行業(yè)對人工智能的需求主要集中在產(chǎn)品鏈的前端，比如是否可以幫助設(shè)計師進行數(shù)據(jù)分析、快速地產(chǎn)出創(chuàng)意概念、展示設(shè)計的樣稿等。
圖片來源:靈動無限科技
但其實更大的應(yīng)用場景應(yīng)該是在產(chǎn)品鏈條的后端。因為企業(yè)老板關(guān)注的往往不是產(chǎn)品外觀漂不漂亮，而是產(chǎn)品好不好賣，利潤高不高。
我們深刻認識到從產(chǎn)品設(shè)計的前端購買點轉(zhuǎn)向后端營銷的賣點，對企業(yè)尤其是中小企業(yè)的幫助會更大。
頭號AI玩家:“靈動AI”主要服務(wù)于哪些用戶?
雷海波:靈動AI產(chǎn)品的主要目標用戶是缺乏設(shè)計能力的中小企業(yè)，當然我們也會為品牌商提供AI智能設(shè)計的系統(tǒng)化解決方案。
我們正在將商品圖工具植入電商平臺以及一些行業(yè)頭部企業(yè)的工作流，為中小企業(yè)和品牌企業(yè)解決傳統(tǒng)設(shè)計出圖效率低、成本高等問題。
我們考慮的是如何為設(shè)計師和產(chǎn)品設(shè)計公司賦能，幫他們帶來業(yè)務(wù)增長。
頭號AI玩家:“靈動AI”能夠多大程度提高用戶效率?
雷海波:在線上渠道，傳統(tǒng)商品場景圖制作通常采用3D渲染或影棚拍攝方式，成本高、效率低。
相比之下，使用“靈動AI商品圖”這類生成工具，單人即可完成商品圖的制作，每30秒可以生成4張場景圖，單次生成消耗的算力成本不到1元。
AI能夠?qū)⑸a(chǎn)效率提升10倍以上，并且降低超過90%的制作成本，從而使B端用戶、設(shè)計師擺脫繁瑣的工作流程。
模型架構(gòu)+海量數(shù)據(jù)集，構(gòu)筑技術(shù)壁壘
頭號AI玩家:“靈動AI”的技術(shù)邏輯是什么?有沒有技術(shù)壁壘?
雷海波:我們的核心團隊是由視覺中國、THN、百度和京東等知名科技企業(yè)的開發(fā)者組成。他們曾參與了視覺中國原創(chuàng)設(shè)計平臺、THN工業(yè)設(shè)計平臺和智能設(shè)計引擎、百度文心一格視覺大模型以及京東商城文生圖視覺大模型的開發(fā)。
在技術(shù)層面上，“靈動AI商品圖”集成了多個特定的風(fēng)格場景，依托Diffusion Model訓(xùn)練出LoRA模型和多個達到1億級參數(shù)規(guī)模的專用AI模型。
專用AI模型還承擔(dān)了文生圖的“控制”功能。我們通過開發(fā)C-VAE商品主體生成控制和C-BG背景生成控制專用模型、MG動態(tài)視覺專用模型，以及美學(xué)評估專用模型等系列化算法對生成內(nèi)容加以控制。
模型架構(gòu)之外，“靈動AI”同樣擁有1億+的設(shè)計數(shù)據(jù)集。我可以說沒有任何團隊擁有我們這樣量級的設(shè)計類數(shù)據(jù)集。這也是我們的優(yōu)勢所在。
頭號AI玩家:開發(fā)過程中遇到了哪些問題?用戶的反饋如何?
雷海波:我們的產(chǎn)品7月底開始內(nèi)測，從目前用戶的反饋來看，圖片生成效果是優(yōu)于市面上絕大部分AI生圖工具的。
接下來需要解決的問題主要在幾個方面，一是場景模版需要進一步的豐富，以適應(yīng)不同行業(yè)領(lǐng)域的用戶需求;二是AI商品圖生成工具需要更加智能化，提高用戶使用的操作便利性;三是產(chǎn)品功能能不能更加豐富，比如圖片的批量生成、增加海報模版、從靜態(tài)圖片到動效動態(tài)的生成等，主要是產(chǎn)出的創(chuàng)意內(nèi)容可以讓用戶直接拿來使用。
頭號AI玩家:如何保證生成的圖片滿足電商賣家的要求?
雷海波:在生成圖片的質(zhì)量要求方面，產(chǎn)品圖對生成內(nèi)容的邊緣精細度、生成可控性、與原圖的一致性等方面均有著很高的要求。
另外，我們想讓生圖過程全鏈路智能化。簡單說就是，將AI的技術(shù)能力與我們對設(shè)計、美學(xué)的知識經(jīng)驗、行業(yè)資源結(jié)合起來。商家不用手動挑選適配的場景，只要從中挑選最優(yōu)效果的圖片。
其實大部分的商家用戶不了解AI創(chuàng)作的技術(shù)原理，審美能力也千差萬變，也很難通過精準的文字描述達到順暢駕馭AI的要求。
我們通過AI對商品的識別能力，智能為他們匹配適合此類商品的背景圖，然后從整體審美、商品材質(zhì)與場景的適配度、整體色彩的協(xié)調(diào)性、光影融合度、商品與場景的風(fēng)格契合度、構(gòu)圖的合理性等層面對生成圖片進行評估打分。
相比國內(nèi)外的通用視覺大模型，我們想在簡單易用性與專業(yè)生成效果之間尋求一種平衡。
電商領(lǐng)域，逐漸AI化
頭號AI玩家:“靈動AI”未來會往什么方向發(fā)展?
雷海波:在AI智能設(shè)計領(lǐng)域，前幾年主要采用的是GAN對抗網(wǎng)絡(luò)技術(shù)，未來對抗網(wǎng)絡(luò)技術(shù)可能會得到持續(xù)優(yōu)化和發(fā)展，比如加入條件對抗網(wǎng)絡(luò)，實現(xiàn)基于條件的設(shè)計，增強穩(wěn)定性。
多模態(tài)數(shù)據(jù)集成也是未來的趨勢之一，結(jié)合文本、圖像、三維建模等多種輸入，生成更豐富的智能設(shè)計轉(zhuǎn)換輸出。未來的技術(shù)還可能會考慮用戶的個性化需求，實現(xiàn)一定程度的個性化智能生成。另外，智能設(shè)計向智能協(xié)作轉(zhuǎn)變，人機協(xié)作能力也將是未來重要發(fā)展方向。
我們計劃在年底推出10億參數(shù)專注工業(yè)產(chǎn)品設(shè)計領(lǐng)域的垂類大模型，更專注于3C數(shù)碼、智能硬件、生活電器、家居日用等工業(yè)產(chǎn)品設(shè)計賽道，將自研垂直行業(yè)大模型和多模態(tài)AI技術(shù)結(jié)合。
“靈動AI”生成的AIGC方案案例
在此基礎(chǔ)上開發(fā)面向具體行業(yè)的定制化應(yīng)用，為廣告、品牌、媒體等創(chuàng)意產(chǎn)業(yè)提供更加專業(yè)化、精細化的AIGC方案。
頭號AI玩家:今年AI賽道非常火熱，您對此的感受是什么?怎樣看待AI To電商領(lǐng)域的發(fā)展?
雷海波:電商領(lǐng)域數(shù)據(jù)量大、種類繁多，其實為AI模型訓(xùn)練提供了豐富的樣本，這對開發(fā)高質(zhì)量的AI創(chuàng)作工具很有幫助。
電商中有許多項目都非常適合用AI技術(shù)來支持，比如商品分類、推薦系統(tǒng)，營銷策略優(yōu)化等，AI給予這類任務(wù)提供了一個很好的應(yīng)用平臺。
我們看到今年以來，一些頭部電商平臺紛紛參與大模型的訓(xùn)練，利用AI來改進用戶體驗、提高運營效率。未來，主流電商領(lǐng)域的AI應(yīng)用方向應(yīng)該是能夠真正解決用戶痛點、提升購物體驗。畢竟以用戶利益為中心，才能獲得長足發(fā)展、帶來長效增長。
