西风 明敏 发自 凹非寺量子位 | 公众号 QbitAI

AI工具秒做电商图，一张只要一块钱，成本直降99%！

随便上传一张照片，服饰不变，改头换脸：

足不出户即可配入各种背景，光影也能自然呈现：

小哥哥也有哦，还能自动补全扩展，任意改变图片大小：

哪怕没有真人图，只有人台照，也可展示上身效果：

甚至可以跨次元，把2次元纸片人的服装变成3D真实风格。

这效果，乍一看很难辨别出是AI生成的啊。

如此一来，商家岂不是无需进行大量线下拍摄，省去换景别甚至外出拍图的步骤，在电脑前即可做出丰富商品图？

啥情况，电商模特这碗饭也要端不住了？

1分钟做一张AI模特图

如上提到的AI工具，名叫小K电商图。

现在能提供4种电商图生成功能：

给人台图补充真人模特给真人模特换脸给假发图补充真人模特给商品图生成新背景

各种效果只需3步即可搞定，界面非常通俗易懂，操作流程大约在1分钟左右。

比如选一张迪丽热巴的照片，想更换人脸和表情，并且把背景替换成T台，同时调整图片尺寸。

需要先上传图像，系统会自动对图像进行分割，选中想要保留的区域。

（如果服装被头发遮住可以同时保留头发））

然后再设定想改变的元素，包括模特人脸风格、面部表情、背景等。

同时可以勾选一些特殊处理，补充服装。

在这里，我们设定将原图人像换成一位欧美模特、露齿笑、背景为T台，并扩大了原图尺寸。

可以看到生成结果中，很好保留了服装和发型，但是其他元素都进行了相应调整。

而且对于发丝、光影都重新做了处理。背景也是AI重新完全生成的，区别于传统PS抠图。

一次生成会给出4张图，方便挑选。

生成图片背景的细节也可以处理得很好，比如雪景背景下，人物鞋子上都会被加上雪花。

在小K电商图里，提供的AI模特类型比较多，不同地区、不同年龄都有覆盖。

如果对现有模特不满意，还可自由定制专属模特，定制化模式有两种：

用户没有模特，再提供几个非公用有一定稀缺度的AI的模特；用户本就有模特，根据模特本身的样貌定制。除了AI模特、真人，二次元人物也可定制。

可替换的AI背景也很丰富。

据介绍，自定义背景功能、物品图生成也即将推出。

所以，小K电商图是如何实现这些效果的呢？

结合自研姿态算法

小K电商图的底层技术可以简单划分为两部分：生成+控制。

生成能力来自开源的Stable Diffusion。

控制方面则引入了小K自研的一系列算法，其中以姿态算法最为突出。

要知道，AI画画很长一段时间都无法画好人手，在可控性上表现也比较差，这是因为扩散模型自身的特性使然。

后续随着ControlNet出现，通过给预训练扩散模型增加一个额外的输入，可以控制Stable Diffusion生成的细节。

这里可以是各种类型的输入，包括草图、边缘图像、语义分割图像、人体关键点特征、霍夫变换检测直线、深度图、人体骨骼等。

由此，Stable Diffusion加上人体姿态估计算法（Openpose）可以很好控制人物动作生成。

小K电商图的技术逻辑也是如此，不过他们采用了性能更加稳定的自研算法。

基于这套算法，小K的另一款视频动捕产品——小K直播姬已经实现了通过普通RGB摄像头、无需任何传感器，即可实现3D动捕。

并且在手指细节的处理上表现很好。

因此，对于没有四肢的人台图，小K电商图可以做到直接识别。自动补充头部、画手能力提升也得益于该算法。

在解决了姿势可控后，还需要解决面部可控。在这方面小K电商图引入了LoRA。

LoRA本来是微软研究团队早在2021年提出的一项大语言模型微调的技术，可以大大提高微调训练速度。

去年底，韩国科学技术院KAIST一位研究员@cloneofsimo与HuggingFace合作，将此方法扩展到Stable Diffusion上。

不仅实现了单块11GB显存的RTX2080Ti实现模型完整微调，同时原始模型权重冻结，新训练出来的权重可以保存为3MB大小的单个文件发布。

这项技术被AI绘画爱好者用来让模型固定生成一个物体，最流行的就是固定一个人物形象。

在CivitAI社区里，每个微调好的权重就叫做一个Lora，就相当于一个人物模版，所有人都可以方便下载使用。

最后在背景方面，为了满足电商场景下的需求，小K也做了更强的控制。

比如一些情况下，用户其实只想替换模特人脸，其他都不做改变。

那么在这种情况下，AI还是会重新绘制一张新图，不过会保留95%的相似度。

如果用户想替换背景，算法则会在光影等细节上做更多补充，力求图像自然、逼真。

所以，是谁带来了小K电商图？

从游戏到AI再到AIGC

小K电商图的打造者名叫云舶科技，主打AIGC虚拟内容创作生产。

团队成立于2017年，由出身游戏行业的梅嵩和陈敏联合创立。

其中，梅嵩是原蓝港互动SVP，《王者之剑》系列手游制作人，有超过10年游戏制作经验；陈敏是原蓝港互动CTO，核心团队有着近20年的研发经验。

凭借对游戏动画市场的了解，他们从创业初期就选择专注于AI视频动捕技术。

经过4年研发，基于云舶自研算法的3D虚拟直播产品小K直播姬在2021年推出，免费提供给广大VTuber使用。

如今，小K直播姬服务主播用户超40万，并且是B站、酷狗音乐等平台的官方虚拟直播工具。

成立6年以来，云舶科技都和AI、虚拟内容、游戏动画等领域保持高度关联。

去年AI画画大火后，云舶也快速跟进。结合自身特长和市场调研，最后确定同时推进两条路线：其一是AI游戏图领域，另一个就是AI电商图。

两条路线的底层逻辑相同：降本增效。

创始人兼CEO梅嵩介绍，电商行业的传统出图方式是线下实景拍摄，需要向模特、摄影、场地等付费，平均价格约为一张图100元。但如果用AI生成，这个数字能降到1块钱。

为什么先推进AI电商图这条线？

梅嵩给出了两个判断：

一方面，从市场角度来看，电商行业每年可能会有几亿个新货品，每个货品都要有自己的产品图。这意味着电商市场每年会需要几百亿张产品图，市场需求巨大；

另一方面，从技术角度来看，电商行业对AI制图的需求更强调可控，对创造性要求不高，这使得技术开发更加可控。

所以，小K电商图更早面世。

梅嵩也坦言，最开始开发时，模型生成的效果并不理想，研发团队一直在反复做调试。在今年年初时，他们也在思考，是不是引入姿态算法能让效果更可控？

结果刚好ControlNet出来了，帮我们验证了想法，也省去了一些试错环节。

目前小K电商图已正式发布，并已有几十家电商行业用户进行内测，1.2版本也即将上线。

梅嵩透露，之所以会选择这时发布产品，一方面是想要抢占市场先机，目前业内类似产品还相对少见；另一方面也是团队对自身的迭代速度有信心。

之前我们发布小K直播姬就是遵循这样的逻辑，后面实现了几乎周更产品迭代，整个产品的功能也越来越丰富。

如今，研发团队也在加速推进2.0版本，新一代产品希望能实现对AI模特姿势灵活调整，并将平铺服装直接转换成上身效果。

与此同时，云舶科技也在筹措最新一轮融资。

作为一家初创公司，云舶的融资步调其实有点特别——首轮天使轮融资是在公司成立三年后才完成的。

原因在于云舶选择在成立后，首要搞定基础研发。

梅嵩非常坦诚地表示，创始团队出身游戏行业，最开始对AI的了解并不多，所以他们用更多耐心、时间和精力来死磕研发，终于在2020年拿出了满意的demo。

跑通底层技术后，从2020到2021，云舶的脚步明显加快，先后完成A轮、A+轮融资，金额都为数百万美元。2021年年底，让云舶开始展露头角的小K直播姬也顺利上线。

在这事上，梅嵩自己也调侃：

哪有创业公司做一个产品要做4年的？给我们投天使轮的BV百度风投当时还说：别的不谈，你们的坚持还是非常值得鼓励的。

如今随着AIGC浪潮到来，AI在辅助创作、提高工作效率等方面都进一步打开空间，应用层的爆发已初见端倪。

量子位智库预测，到2030年我国AIGC市场规模将达到万亿级别。

2025年预计会成为产业第一次规模爆发点，年复合增长率有质变性提升。在这之后2年，产业将迎来应用爆发期，大量应用层玩家涌入。

所以回到当下来看，不仅是大模型公司值得关注，既懂技术又懂应用内容的行业玩家，也会成为AIGC应用指数级爆发的主力军，迎来属于自己的新一轮增长期。