

AI模特，别在国内卷了

沙丘社区

2023-05-26

导读：AIGC的应用可以覆盖电商从市场调研->产品开发/选品->运营的所有环节

引言

AIGC的热潮翻涌至今，已经几乎席卷了所有相关的领域。从内容类型划分的文本、代码、图像、视频，到按照应用行业划分的游戏、影视、医疗、金融等，围绕AIGC的初创公司和讨论话题也越来越聚焦。

而看起来无所不能的AI，究竟如何真正渗透进生产环节？AI替代人力/降本增效，有没有切实可行的路径与案例？

本文我们希望从电商营销这个小的切口，结合多位电商卖家和设计总监的访谈反馈，以更落地的方式看看AI与实际生产环节的配合究竟如何，从大模型到垂类应用，还有多远的路要走。

正文

电商各环节对AIGC的应用，图源国金证券研究

参考国金证券研究，从电商经营的整体流程来看，AIGC的应用基本可以覆盖从市场调研->产品开发/选品->运营的所有环节。

在目前电商经营各环节AIGC的应用中，商品上架及营销素材的生成相对成熟。其中商品上架具体指卖点提炼、产品描述、商品展示搭配等；而营销素材生成则包括营销文案、图片生成。

结合ZP过往经验，本篇重点围绕AI+电商营销图片生成展开讨论。

Part1：一张电商营销图片是如何产出的？

1.1 电商卖家都需要哪些营销图片？

国内以营销图片类型丰富的淘宝为例，营销图片主要分为两类：

1）一类为宝贝主图，主要是产品的实物展示，也是商品上架的必备图片

2）另一类是海报形式的营销图片，例如宝贝详情图、店铺首页图、胶囊Banner、钻展、直通车、直播弹窗等

淘宝营销图片介绍

与国内电商不同，跨境平台的图片需求相对简单。

首先，营销图片类型比较少，只需要主图即可。

其次，图片要求也比较简单，以白底图为主，且不能出现不相关的其他商品。

亚马逊商品图片页面，图源网络

1.2 电商营销图片都是如何产出的？

第一类图片：宝贝主图，往往需要实景拍摄，成本相对高，也是AI应用关注的重点领域

以淘宝商家为例，商品主图由一组系列图片组成，其中服装类商家的需求相对最复杂，因为除了产品本身外，还涉及到模特试穿展示。

1）服装模特图：一般由商家或者上游厂家/批发商负责拍摄，包括邀约模特、棚拍、P图等一系列流程，是电商图片中成本相对最高/耗时最多的一类，尤其是对于各种需要“氛围感”/“高级感”加持的女装品牌。

淘宝女装模特图，图源网络

传统工作流：拍摄模特图需要3周左右的时间；

图源NeuroPixel.AI官网

一方面，请模特贵，一套模特展示图的综合成本往往可以达到上千元。

如果按照模特拍摄的平均市场价来计算，以每小时为例，国内的成人模特在1,000-1,500元左右，童模略低一般在几百元，外籍模特则价格更高。即便是在1688上能看到的那种“批发用图”，一次模特拍摄成本至少也得花个大几百块。

1688上的服装模特图，图源网络

另一方面，除了请模特的成本，如果专业拍摄，还需要影棚、摄影师拍摄和后期处理的费用，对于拍摄要求较高的商家来说，一次成本可能就达到上万元。另外从前期联系沟通协调到最终完成，少说也要花个2-3周的时间，可谓耗时耗力。

某专业摄影工作室的电商拍摄费用

2）产品背景图：相比拍模特的费用，单纯拍摄产品的价格没有那么高昂，同时产品背景图也可以用PS等更简便的方式来获得，但追求更好的展示效果往往需要实景拍摄，也比较耗时耗力

一般摄影公司的淘宝摄影收费标准

在实景拍摄的情况下，最麻烦的环节可能是搭建拍摄环境，要么是选择户外自然场景，要么是在室内搭建拍摄环境。尤其是对于难搬运的大件商品（如家具、沙发），具体如何摆放、如何与其他物件搭配，更是像搬家装修一样耗时耗力。

第二类图片：营销海报，图片素材来源广泛，海报制作也有相对成熟的工具，成本较低

淘宝营销海报，图源网络

过去生成这类营销海报图片需要先通过设计网站收集素材（如千图网），再利用专业的设计工具进行排版制作，并配上文案内容，部分设计工具中也提供了相应的素材供使用。国内外已经有了比较丰富的设计工具：

1）专业的做图软件，如Photoshop等

Photoshop操作界面

2）在线设计平台，如Canva等

Canva可画操作界面

3）电商在线素材模板库，如凡科快图等

凡科快图操作界面

营销海报图片的产出更重视素材的排版和整体的美观度，可以利用各种设计工具，并且随着工具的进步迭代，设计难度也在逐渐降低。

相比之下，第一类宝贝主图，不管是产品背景图还是服装模特图都更强调真实感，需要有更多拍摄工作，目前还比较缺乏相应的工具，而AI的出现正好填补了这方面的空白，特别是电商垂类的AI工具希望在这方面实现一定的突破，更好地提高效率、节省成本。

Part2：AI如何生成电商营销图？

通过和一些中小卖家以及平面设计师的交流，我们了解到利用AI生成电商营销图片（这里特指实物/实景类图片）主要有两种方式：

2.1 泛AI绘画工具：使用门槛较高，可以达到较好的生成效果，但需要人工后期调整优化

一种方式是利用泛AI绘画工具，如Midjourney/Stable Diffusion +人工后期处理。在使用这类平台生成电商营销图时，需要加入产品图片作为“垫图”（图片生成以“垫图”为参考），然后输入相应的关键词即可，在使用SD的时候还需要设置相关的参数。

以真实场景为例，甲方向我们提出需求，制作一瓶香水的产品宣传图，我们如何在Midjourney中生成一系列图片：

甲方“10min”需求，图源网络

1）第一步：上传产品“垫图”

Midjourney出图过程，图源网络

2）第二步：输入关键词

Midjourney出图过程，图源网络

3）第三步：生成图片

Midjourney出图过程，图源网络

细心的朋友会发现，Midjourney生成的图片在某些细节上还是有缺失，例如光影效果、产品和背景的融合等，甚至将原产品的香水瓶子“变形”了。因此想要达到较好的效果还需要人工PS进行后期调整优化。

愤怒的甲方，图源网络

左：原产品图；右：Midjourney生成图片，图源网络

ZP与设计公司的交流中，主设负责人的反馈，目前设计公司对于AI的应用，主要是使用Midjourney/Stable Diffusion生成，经过人工后期调整，确实能达到和拍摄类似的效果。

但同时也提到，这种方式虽然效果好，但操作复杂，对商家来说门槛较高，更加适合专业的设计公司/AI工作室。

“电商商家自己肯定做不了，这需要专业的设计师和美工人员来做，需要一整个团队，电商商家也不太会自己去做…..以我们团队为例，需要好几个角色搭配，需要有人前期在网上去找一些合理布局和构造作为参考，需要有人用AI出图，还需要总监级别的角色来做图片合成。”

——某设计公司主设

除了使用门槛高以外，AI生成图片具有比较大的创意性和随机性，在生成电商营销图片时，往往更适合描绘一些渲染图和氛围海报，对真实场景的还原、细节的实现还略显不足。

从ZP过去的研究来看，泛AI绘图工具其实更擅长偏插画和氛围图类型的图片生成，比如应用在插画行业、影视/游戏行业的美宣工作上；对于实物图尤其是电商实物图，重点是产品细节的准确表现，同时需要兼具美感和真实环境的融入，这类工具目前还较难实现。

左：AI生成的氛围图；右：产品原图和AI生成图片，图源网络

因此，出现另一种方式是基于大模型的垂直化应用，这也是AIGC应用层初创公司在各领域发力的方向。

2.2 垂类电商AI工具：针对电商营销图片的生成定向优化，确实更适合小白用户

这类应用针对细分领域数据对模型进行训练，因此在生成图片时更加符合专业需求，过去已经出现了不少类似的应用，例如为建筑师人群打造的AI创意库、为二次元爱好者打造的Waifu Diffison（又称：老婆生成器）等。

左：AI创意库生成图片；右：Waifu Diffison生成图片，图源网络

在电商营销图片的生成领域也出现相关的产品化应用，相较于SD/MJ这类大模型，这类应用针对更多电商营销图片进行了训练，能更好地满足电商图片对于真实性的要求，同时产品化的应用降低了使用门槛。

国外在这个领域的探索更早，例如印度的初创公司NeuroPixel.AI、荷兰的Lalaland.ai，还有美国的Booth.ai，对几个公司的业务梳理后，我们发现主要应用有两个方向，一是帮助电商卖家生成服装模特图，二是生成产品背景图。

NeuroPixel.AI公司官网

在国内关注度较高的则是ZMO.ai这家公司，是国内少有的聚焦真实营销图片生成的AI公司，已经有落地化的应用和一定规模的用户，主要功能与海外平台有类似之处，同样以生成服装模特图和产品背景图为主，同时ZMO也集成了传统Text-to-image、室内设计、背景擦除等功能。

据平台披露，目前ZMO拥有超百万的月活用户，绝大部分来自海外，其中7成是C端用户，B端客户主要是Shein以及跨境电商的中小卖家。

公司的变现方式是向B端和C端用户收取会员费，根据会员权益，每月会员费在几十到几百美元不等。据称，ZMO在开启商业化的3个月内营收便实现300万美元的ARR增长。

ZMO价格：生成服装模特图

ZMO价格：生成产品背景图

下面以ZMO的功能为例，介绍AI如何生成电商营销图片。

1）AI生成服装模特图

这是ZMO最早和最具有特色的功能，主要是服装电商卖家使用。功能较简单，几步就能搞定。用户上传服装的平面图，并选择模特库中风格搭配的模特，几分钟之内即可生成上装后的模特效果图。

这里AI的作用并非在于生成独一无二的虚拟模特，而是更好地将服装平铺图贴合在预设模特身上，实现较好的换装效果。

使用步骤，图源ZMO.ai官网

2）AI生成产品背景图

操作也很容易。用户只需要上传产品照片，并输入背景的描述词或直接选择内置的模板，AI即可生成相应的背景图片，主要用于品牌官网背景图和商品场景图的展示。

这里AI的能力主要体现在素材创造和PS能力，也就是根据用户输入的描述词生成背景图片，再将产品与背景图有机结合。

左：输入产品平铺图，右：生成完整的场景图

Part3：AI生成的电商营销图效果和应用前景如何？

1.1 AI生成服装模特图——降本增效作用明显，基本款相对好用。目前更适合诉求相对简单的跨境电商卖家，国内推广有难度

理论上AI模特的降本增效作用明显

对比传统模式和AI的生产流程，一方面AI明显能降低商家的拍摄成本（据ZMO宣传称能降低~80%），其中主要是模特成本、影棚租金、摄影师拍摄和后期处理的费用。另一方面，相比传统出图2-3周的时间，而用AI等几分钟就可以出图，大大提升了生产效率。

ZP大致计算了UE：按照每月~200美元，一年使用ZMO差不多在1.5-2万元人民币。如前所述，如果是专业工作室的报价，一次拍摄可能就需要花个上万元，相当于用ZMO出图1-2次就能“回本”。就算是模特拍摄成本控制极致的商家，一次拍摄花费也要上千元，一年拍摄10次以上也还是ZMO更划算。

AI模特的效果仍有瑕疵，更适合基本款使用

目前ZMO生成的模特图可能还无法达到摄影级别的商用效果。最主要的诟病是对于产品还原的细节不到位，严重情况下可能货不对板。服装的适用范围也比较有限，主要适合卖单纯图案设计的T恤/卫衣等基础款，如果是卖款式和个性造型的服装（如带褶皱的连衣裙），AI生成的模特图很可能会丢失细节。

用户对AI生成模特的评价，图源网络

其次，目前上传服装平铺图的时候还无法输入具体参数信息，也无法多角度、多姿势展示产品全貌，可能也不适合对展示要求高的商家。另外现有模特只能从库里选择，并非使用AI真正生成独一无二的模特。

目前主要客户是用图需求简单、本土化需求更强的跨境卖家

跨境电商卖家尤其是对展示要求不高的商家可能更适合使用AI工具生成服装模特。目前ZMO已经与亚马逊、Shopify等平台达成合作，网站接入商家的后台，客户也主要以跨境商家为主。

1）从商家的用图需求来看，简单、简洁是核心。一般跨境电商上的商品主图要求比较简洁，背景干净（尤其是亚马逊更要求主图均为白底），更注重展示产品本身，一般不允许出现与产品无关的内容。我们看到不少商家甚至没有展示模特图，只有商品平铺图，用图需求简单，AI模特能够提升展示效果。

亚马逊的商品图片展示效果，整体比较简洁

2）从商家的痛点来看，本土化营销是关键。跨境电商商家卖货最需要解决的是本土化的问题，如何迎合当地的营销，如何选择合适的模特都是个问题。对国内的卖家来说，在国内找到不同肤色的外籍模特难度更大，因此用AI生成模特图不失为一种替代的解决方案。

未来AI模特向国内商家推广面临的一系列难题

短期来看，ZMO主要针对的是跨境商家，但是考虑到国内电商的巨大市场，未来可能也会向国内商家进行拓展。而目前AI模特在国内商家的应用相对较少，除了产品供给不多和效果还不够好以外，最主要的原因是宣传不够。

早在2020年，阿里推出AI模特“塔玑”。

商家只需上传服装的平铺图，平台审核后在一天之内返回模特图。但是，阿里的AI模特还只是赋能站内商家（淘宝/天猫/1688等）。总体来说还没有出圈，阿里公布的数据显示，截至2022年使用塔玑的商家接近3万家（估计淘宝的服装卖家数量在百万级别，商家渗透率仍然比较低）。

阿里推出AI模特“塔玑”，图源网络

除了头部商家更需要高质量的图（AI出图的效果可能无法满足），使用意愿相对较弱，适合使用AI的腰部以下商家对前沿技术还缺乏了解。阿里虽然很早就推出塔玑，但仅仅只是开放申请体验入口，而并没有大范围的推广宣传。

阿里塔玑生成的AI模特效果图，图源网络

假设AI生成的模特图已经达到非常自然逼真的效果，宣传也足够多，在国内电商的生态下，AI模特的应用也可能水土不服，推广仍有一定的难度（可能会遇到以下情况）

1）商家有模特拍摄需求，但拍的是搭配效果，是氛围图

以淘宝女装为例，很多商家有时候展示和卖的不是单纯的一件衣服，而是整体的搭配效果和氛围感，一件普通的衣服在带有氛围感的环境背景、背包/帽子等配饰加持之下也实现了自身价值的蜕变，从而吸引消费者购买。这也决定了商家必须采用真人拍摄，花费大量的时间精力在图片设计上。

带有氛围感和搭配效果的淘宝商品图举例，图源网络

2）商家没有模特拍摄需求，也就没有使用AI的刚需

并非所有的服装商家都有模特拍摄的需求，跨境和本土的电商商家都如此，毕竟请专业模特和拍摄的费用比较高昂。但是又如何进行商品展示呢？我们和业内的商家聊下来发现普遍有以下几种做法：

一是直接从供货商拿图凑合着用。卖家可以直接使用工厂提供的模特图，但是同一家供货商一般会给多个商家供货，可能导致商品图片同质化而丧失竞争力。

二是直接从别的店铺盗图。由于国内电商平台可能监管不够到位，有的商家更是直接盗用其他淘宝店铺或其他平台如拼多多的图（售卖的服装都比较类似或者甚至是同款）。

三是不靠专业模特靠自拍或KOC。我们看到有的商家卖自家的衣服，想拍摄产品但请不起模特，于是亲身出动或者找熟人好友拍摄，不靠专业模特而靠素人自拍。又或者是商家与小红书博主合作进行营销推广，顺便把博主的笔记图作为自用。

淘宝服装商家自拍举例，图源网络

打造标杆案例，从高往低打可能是更好的推广策略

从具体推广策略上来看，借鉴海外经验（Lalaland.ai与Levi’s合作）和ZMO目前的做法（与Shein合作），我们认为理想的推广策略是与更多的头部品牌合作，共同完成技术和实际应用的打磨，打造标杆案例，再向长尾商家逐步渗透。

但考虑到实现难度和目前AI生成的效果，合作意愿更强的商家可能是贴牌/白牌的服装厂家（如1688的服装工厂），本身对展示效果的要求不高，而且降本的需求更为突出。如果随着更多宣传和技术进步，先从工厂端做起，再向中部和头部卖家渗透，可能也是一种退而求其次的推广方式。

1.2 AI生成产品背景图——定位略显尴尬，简易版的一键PS+素材收集器；功能不够好用（只能用模板就别谈AIGC了），海外公司踩坑经历值得注意

1）定位略显尴尬，简易版的一键PS+素材收集器

文章开头提到，传统模式下商家产出一张实景背景图需要对环境进行构思和搭建，然后进行实景拍摄，理论上运用AI能有效替代拍摄环境搭建的繁琐步骤。

但实际上，并不是所有商家都需要真实摄影的实景图，更多是从现成素材库/模板库中找到合适的背景图后，进行PS的合成。此外也有电商平台也提供了更换产品背景的功能和服务。在这种情况下，AI的定位可能转变成“简易版的一键PS+素材收集器”，只是节省了设计人员找素材的时间。

SHOPLINE旗下的图片编辑工具PicEasy

2）效果上，AI生成的产品背景图相较于摄影还有较大差距

结合用户访谈和ZP同学对市面上主流产品的使用体验，比较典型的问题之一是AI处理不好商品和环境的关系，最直接的体现在产品在环境中的大小比例和位置不好把握。而相比之下，用户使用PS/凡科快图等设计工具还能针对每个图层的大小尺寸和细节进行调整，更符合对产品图的需求。

没有处理好位置和大小关系的负面案例

用户在设计网站能够自由调整商品位置和大小

在和设计公司人员的交流中我们发现，由于图片素材训练有限，AI可能只针对部分品类和场景下生成的效果比较好，目前并不能做到“样样精通”。另外也有网友指出“AI出图的风格与品牌调性不匹配”、“镂空的产品容易抠图不干净”、“产品图和背景图没有很好的融合，感觉像贴图贴上去”等问题。

用户对AI生成产品背景的评价，图源网络

“ZMO我们之前也有尝试过，但是感觉训练还不是很到位，更像是基于大模型延伸出来的小模型，效果不是特别好，一方面是产品图没有很好地跟背景图做融合，看起来比较生硬；另一方面如果能保证覆盖的品类范围足够广，是有前景的，现在好像更适合做一些小家电或者桌面场景的生成。”

——某设计公司主设

3）海外公司经验：AIGC有时候是个“坑”

主业是背景擦除，赶上了疫情的风口

PhotoRoom是法国的一个面向电商商家的修图APP，2019年由前GoPro的产品经理成立，主打背景擦除，可以帮助商家获得一张“专业的白底产品图”。2020年受疫情影响，大量商家需要做线上商店，在拍摄受限的情况下，产品图成了刚需，PhotoRoom借助这个风口取得了不错的增长。

PhotoRoom demoday 的 PPT，图源网络

为了拥抱AIGC，加入了新功能，却发现是个“坑”

在取得不错的增长后，公司不满足于停留在生成“专业的白底产品图”，因为从商家的角度来看，拍摄完照片，把背景去除后，还需要把产品放到其他场景里，才算流程结束。因此，PhotoRoom 决定基于 Stable Diffusion 做AIGC，帮助商家生成产品背景图。

2022年11月公司推出了一个名为Magic Studio的新功能，能根据用户的描述，为产品生成不同的背景。在加入新功能之前，公司的流水还维持在不错的水平，但在之后公司收入却出现不升反降的情况，仿佛是AIGC埋下的“坑”。

PhotoRoom 近一年的收入情况，图源网络

公司拥抱AIGC，却埋下了2个“坑”

公司团队在一番研究以后发现Magic Studio这个功能有两个问题。

第一个问题是，对于普通的电商卖家而言，输入关键词是有门槛的。不借助公司设定的模板，通过自行设置关键词生成的产品背景图往往达不到理想的效果，下图中作为小白用户的ZP同学利用关键词生成的化妆品产品图，视觉上化妆品本身已经有半边衣柜高了…

左：利用模板生成；右：设置关键词生成

“输入 Prompts，有点像我们在电脑上用 cmd 打开命令行界面，这是一个普通 C 端用户可以掌握、但并不常用的工作方式，其实用 Midjourney 的时候，也是一样，只不过我们输入的不是某一种计算机语言，而是普通的描述词，这也是未来打工人们竞争力差异化所在，但是作为一个面向卖家而非好学者的 App，Prompts 有点耗时而这批人用这个 App 目的就是提升效率，起码在 PhotoRoom 里是这样的“

——Matthieu，公司创始人

公司将第二个问题描述为Outgrow，简单理解，就是会导致本来抠好的产品，加入新背景后生成的图片，可能会使原产品失真扭曲。比如一个化妆品包装罐，本来是木塞，加入 AI生成的背景后，产品木塞上面又加了一个塑料瓶盖。公司将这个问题归结于导致用户流失、订阅收入下降的一个主要原因。

通过用户反馈和ZP自己的试用经验来看，以上两个问题在目前确实还没有得到有效的解决。在电商营销图片生成这个垂直应用场景下，各大应用借助细分领域数据对模型进行训练、通过调试把试用门槛降低，但似乎在生成效果上还不能完全适配目标用户的需求。

PhotoRoom自身的调整也能印证这个观点，为了保证生成效果，公司将Magic Studio 调整成 Instant Backgrounds，取消了关键词的的设置环节，直接套用公司设定好的模板，上传一张产品图后，PhotoRoom可以自动帮你去除背景，但是在生成新背景时不是去输入Prompts，而是应用公司已经设定好的模板。