伯俊CTO洞察：AI模特换装背后的隐忧和挑战有哪些？-品玩

伯俊CTO洞察：AI模特换装背后的隐忧和挑战有哪些？-品玩

业界动态

伯俊CTO洞察：AI模特换装背后的隐忧和挑战有哪些？

今年伊始，ChatGPT的东风不仅吹向了国内科技圈，也吹向了包括零售电商在内的许多细分领域。

ChatGPT是AI行业发展的一个里程碑，正在引发一场生产力变革。它在市场营销等方面已多有应用：设计师用它快速生成图像和视频，文案人员用它帮助自己写文章、写文案、写脚本……甚至已经有不少领域在用ChatGPT“搞钱”了。

我们也从各种新闻报道中可以看到，曾经数万元成本才能拿下的假发模特实拍，如今依靠ChatGPT和Midjourney，仅用10分钟就能生成好几版，而且实测模拟显示，AI绘图会比实拍更加真人化，渲染完成之后绝对要比人工拍的好。

AI模特换装真的有这么好吗？现在遇到的问题有哪些？

AI模特换装带来的隐忧

正所谓“外行看热闹、内行看门道”。作为CTO，我认为把一项新技术注入产品，去赋能业务的时候，要考虑很多因素。当前这个阶段，大模型进步非常快，但还是有很多问题没有解决。

另外，用户场景的需求本身也不完全一样，应用程序的运行环境也不一样。比如知识更新需要重新训练大模型，费时费力，所以它的时效性有缺陷，无法做到对最新消息的知晓，对信息时效性要求高的场景并不适合。大模型是千亿级参数的，需要设备端和云端实时连接，所以对于网络通讯能力较弱、低功耗的设备不太适用。

因此，大模型虽然在很多地方适用，但也有一些场景不适用，作为企业，要去考虑如何调整，如何去抓住机会。

区别于以往的人工智能产品，ChatGPT不单单是文本生产的工具，其强大的语言处理和生存能力也增加了很多的用户体验，同时也为我们降低了生产经营、交易的成本，同时也提高了企业的经营效率，而这种大规模的适配器以及迭代的能力也是ChatGPT的特点，它在特定的领域、专业语言以及自动化的客户服务等各方面都做出了巨大的成就。

我个人认为ChatGPT在零售行业，未来有非常广阔的发展空间。

随着数字化、智能化时代的到来，消费者对于购物体验和个性化需求的要求越来越高。尤其在服装电商领域，消费者更加注重对服装的直观了解和购买体验。因此，对于电商商家来说，如何降低营销成本、提高营销质量，成为亟待解决的问题。

以模特换装为例，目前市场上服务的商家均表示，通过AI模特换装，能够为电商商家提供更好的营销解决方案，可以降低商家的营销成本，还可以提高商家的竞争力和展示效果，让消费者更直观地了解服装。

我们了解到目前AI模特换装从技术和实际情况都带来一些问题和隐忧。

我了解到，一位电商从业者在AI技术上投入了约200多万，打算从此不再雇用真人模特；一位淘宝服装店主正在培训技术人员，等夏季上新时就换上AI模特；一位模特经纪公司老板正在学习AI绘画工具，打算不再聘用签约模特。

种种做法，让很多人觉得真人模特会失业。事实上，这种担忧目前还是多虑，以现在的技术而言，AI模特换装还不能做到完全自动化。

目前AI生成的人物图已经较为成熟，海量的人物照片已经被喂进AI的大模型中，在此基础上，可以通过自定义训练集对模型进行微调，比如脸、衣服的部分。据了解，目前做AI模特的同行，大多是直接使用已训练好的模型。

一般来说，只要输入相应的文本关键字，AI就能生成相应图片。如果商家想要一位棕色长发的女性模特形象，那么输入“棕色”“长头发”“女性”的关键词，AI就会生成不同样貌的棕色长发女性。在此基础上，如果商家偏好其中某一个，可以固定参数，在之后的换衣步骤中使用同一位AI模特。

不过AI图看多了之后，还是能分辨出不是真人，比如AI的脸都长得差不多、身材也类似，有些腰细得不太合理。目前，许多训练好的AI模特模型都使用了来自日本、韩国的数据，长相带有明显的日韩风。这也是为什么很多用AI做模型的小公司，训练了数个自定义模型，再混到原先的模型里，生成的脸还是带有原来模型的感觉。

其实，很难去校准一个完全脱离AI味的东西。这个局限性当然可以解决，比如你再去训练，但是每一次训练，成本又上去了。

再比如，即便使用AI生成的图片可以多达每秒30余张，甚至更多，但是从真人视角去看，可以使用的可能一张都没有。

对于使用AI模特的商家而言，换装试衣的技术非常关键。目前商家的做法主要有两种方式可以实现：一种是拍摄衣服各个角度的照片，借助LoRA模式训练这些照片，生成模特穿上这条裙子后的各个姿势图像；另一种方式是重绘，需要把衣服套在石膏假人上并拍照，将衣服部分固定下来，再生成AI模特和仿真背景。

不过这样还是存在很多问题。前者生成的图像不能保证百分之百地还原衣服，可能有10%的细节会丢失。比如，原本衣服上的一朵小花，生成后可能会变成一个圆点，这种情况下，需要再进行细调或人工后期。而后者，每次将衣服套上模型并拍照，也会增加时间成本。从你拍下来的照片，到直接一张成品的图，没有那么自动。

机遇和挑战

实际上，AI模特仍有局限，目前AI模特的繁琐之处在于生成之后仍需人工筛图，比如AI生成10张图，其中可能有几张质量不高，或细节画错，这时候就需要人工筛选出更好的图，再进行后续操作。

据我观察，AI模特的技术已经具备，但能否大规模商用，取决于成本和效率。假如说成本还不够，或者成本不合算，即使有技术也没用，但是大家都看到这个前景了。

围绕着ChatGPT和AI，国内已经有不少厂商早已开始投入研发和进行相关业务场景的布局，这也是当下最火热的赛道。

以科大讯飞为例，前不久，科大讯飞星火认知大模型正式上线，这也意味着科大讯飞正式加入类ChatGPT模型的竞争。

众所周知，科大讯飞可以说是智能语音领域的王者。虽然已经有多家平台推出了类ChatGPT模型，但是主打“AI+行业”模式的科大讯飞可以更好的将人工智能运用在各个行业之中。这在目前国内的人工智能市场中，是独特的存在。

科大讯飞的星火AI可以很好的将企业结合在一起，围绕着知识问答、代码编程、数理推算、创意联想、言翻译等多个使用场景，通过海量的文本代码和知识学习，通过自然对话的方式，理解用户需求，并有效执行任务。

这一切的背后都是服务用户和消费者。

事实上，早在2021年，科大讯飞便与我们伯俊科技进行了合作，共同探索私域经营。

作为伯俊的战略客户，科大讯飞和伯俊科技再次联手，伯俊科技将通过构建商品统一服务能力、一方数据沉淀能力、全渠道联合库存能力、全渠道订单服务能力、全渠道信息敏捷响应能力、数智化分析评估能力，助力科大讯飞实现数字化转型。

在星火AI加持下,伯俊科技将为科大讯飞提供可靠支持，为其消费者业务的数字化转型打下坚实基础，共同推动零售行业技术进步和业务协同发展。

（作者系伯俊CTO陈雨陆）