‍‍在2022年年底，OpenAI推出了ChatGPT，这一举动对人们对人工智能的认知产生了巨大的影响。这一事件引发了大量资源和资金涌入了人工智能领域。前不久，我曾与一位从事AI识别的创业者交谈过，他说：“人工智能和创业潮激发了新一轮的创业浪潮，同时也激活了企业主们的积极性，就好像如果不拥抱人工智能，就会被淘汰出局。”

一个典型的例子是某全球知名化妆品集团“全网”正在寻找一家规模不大的公司合作。经过打听，我们发现这家公司好像因为工作繁忙而无法及时回复消息。这家备受“追逐”的公司名为zmo.ai，成立于2020年。虽然成立时间不长，但已经得到了多家优质投资机构的支持。据CrunchBase数据显示，zmo.ai最近一次融资是在2022年5月，由高瓴创投领投，纪源资本和金沙江创投也有参与。

zmo.ai 最受关注的服务之一是利用人工智能帮助时尚品牌生成高质量的产品图片。品牌积极尝试AI成图的原因与传统商业拍摄成本高、流程繁琐直接相关。制作效果出色且带有模特的产品图片，通常需要提前招募和挑选模特、预约拍摄地点和设备，然后进行后期处理、挑选和审核图片，整个流程可能需要几天甚至几周的时间。一家品牌可能需要进行多次这样的拍摄，而制作这些图片的费用也会因品牌对成片要求的不同而有很大的波动。

来自weshop.ai的业务负责人吴海波指出，行业内普遍认为，一个品牌每年在素材准备上的花费大约占其年度总销售额的2%-5%。举个例子，如果一个电商卖家年销售额为200万美元，那么他们在素材上的花费可能在4-10万美元之间，相当于30-70万人民币，这实际上也是一笔不小的开支。

总之，OpenAI推出的ChatGPT引发了人们对人工智能的广泛关注，导致大量资源涌入该领域。在这个背景下，zmo.ai等公司提供的AI服务受到了企业的追捧，帮助品牌更高效地生成高质量的产品图片，从而节省时间和成本。

按理来说，一个提供AI生成图片服务的公司，如果其生成的图片能够完全代替传统的素材拍摄，并且订阅费用低于原来的拍摄成本，那么这样的服务理应在市场上具备竞争力。然而，实际情况又如何呢？zmo.ai受到众多品牌的追捧，是一种个案还是一种普遍现象？

因此，我们决定从AI商业摄影领域入手，以窥探这个行业的一角。

关于生成产品图片的静态功能已经展开探讨。我测试了6款提供AI商业摄影工具的产品，其中有2款效果不佳，这里不多做叙述。

多数产品都提供了3类功能：生成静态产品图片、将真实模特的脸替换上去，以及基于产品或虚拟模特生成模特照片。其中，生成静态产品图片的功能难度较低，每个产品在这一领域都已经相对成熟。而基于产品或虚拟模特生成模特照片的功能有些暂未开放，有些需要直接联系销售或加入候补名单。

生成静态产品图片的使用路径基本相似，通常是“上传图片，抠出产品，选择背景模板生成新的背景，或者输入提示生成新的背景”。

我在4款产品中上传了相同的“手托酒瓶”的图片。

zmo.ai只支持自动抠图（自动识别产品边框然后进行抠图），这迫使我保留了手部的一部分。但对于电商卖家而言，这显然是一个较大的缺陷。在生成新背景的阶段，zmo.ai提供了3个选项：选择背景模板、输入提示生成背景，或者上传参考背景图，zmo.ai会根据参考图生成类似的背景。比较下来，zmo.ai的模板选择相对有限，但参考图生成变形背景的功能非常实用。

在生成图片后，zmo.ai允许用户调整图片参数，以获得更加自然和质感的成果。

总之，虽然zmo.ai在AI商业摄影领域备受追捧，但是否是普遍现象还需要更深入的研究。此外，市场上的各家产品在静态产品图片生成方面已经取得了一定的成熟度，但在其他领域的功能尚未完全开放。

WeShop：

WeShop的处理方式是将用户上传的原图分解为多个色块，用户可以勾选希望保留的区域，或上传蒙版图。尽管色块切割得很细致，但即使在我仅勾选酒瓶部分后，生成的图片中仍会看到原图中手部的影子。据了解，这是因为WeShop为了让生成的图像中商品与背景更好地融合，AI在生成时以原背景作为基础。同样，我在测试WeShop的真人图片和虚拟模特图片时也遇到了相同的情况。我建议WeShop可以推出一个去除背景的功能，以更方便用户使用。

在生成新背景的步骤中，WeShop也提供了3个选项：背景模板、输入提示生成背景、高级自定义。前两个选项与zmo.ai相似。高级自定义选项允许用户输入正向和反向的指令，即希望在背景中出现的元素和不希望出现的元素，通过这些指令，WeShop可以更快地生成符合用户期望的图像。

在我看来，在抠图这一步骤中，xiangji.ai做得最出色，因为xiangji.ai不仅支持智能抠图，还提供了精细抠图的选项，用户可以通过在原图上标点的方式来选择保留或去除的部分。在尝试了这四个工具后，只有xiangji.ai生成的图片完全看不到原图中手部的影子。

这里有两点值得讨论。首先，从商业角度来看，卖家在拍摄产品图片时通常会减少“手”这类影响因素，因此手动抠图可能并不是一个非常严重的问题。另外，实际上，许多修图应用的抠图功能已经达到了与xiangji.ai相同甚至更好的水平。

在背景生成的阶段，用户可以通过选择模板并添加线稿图（即选择希望出现的元素）来控制背景的生成。此外，用户还可以调整图片参数，以获得更好的成图效果。

每当用户选择一个模板或线稿图元素（例如一朵花），输入提示框中会自动添加相应的标签。尽管我尝试过将标签内容强行修改，例如将“优雅餐具在侧”改成了“爆米花在侧”，但系统似乎并没有执行我修改后的指令。因此，xiangji.ai的场景融绘框可能仅用于展示用户所选内容，而不支持输入提示来生成背景。

静态产品图生成的功能基本上融合了上述三款产品的功能，包括选择背景模板、输入提示生成背景，以及像zmo.ai那样将两张图像变形后合成新图，以及像xiangji.ai一样添加线稿元素。

可以看出，在静态产品图生成方面，由于操作步骤基本相似，各服务提供商已经开始在细节方面进行不同的改进。这就需要看哪家能够更好地理解电商从业者的具体需求。

实际上，制作出静态产品图这样的功能，技术层面的门槛似乎并不高。

从构思到推出第一版产品只需一个月的时间

为了了解人工智能在电商领域的应用现状，我们与WeShop的负责人吴海波进行了联系。吴海波告诉我：“推出底层模型需要充足的人力和资金支持，因此你会看到像OpenAI、Midjourney这样的公司在这个领域占据一席之地。而大多数公司并没有能力构建底层模型，包括我们在内。WeShop团队规模不到20人，因此我们选择了采用开源的方式来开展业务。”

WeShop目前采用开源的Stable Diffusion（以下简称SD）作为基础模型。从基础模型到WeShop 1.0版本只需两个步骤。

吴海波介绍说：“2022年10月，Stability AI发布了SD 1.5版本，之后陆续推出了几个新版本，但大家普遍认为1.5版本最好用。这是因为GitHub社区中很多人才都在用SD 1.5的基础上，根据不同场景优化出更好的模型。SD 1.5在社区中的生态非常丰富，你几乎可以找到各种专为特定功能优化的新模型，比如优化人像，提升动漫效果等。”

WeShop 团队明确了 AI 商业摄影的目标，因此他们可以轻松地确定需要优化的功能，并在社区中找到该领域中相当于 SD 1.5 的最佳模型（检查点）。“仅仅基于 SD 1.5的模型，通过测试和调整后，可以很好地混合使用。这是我们的第一步，产品有点像拼凑而成，但所花费的时间非常短。”

然而，即使在众多人才的基础上进行拼凑，这仍然只是一个通用的产品，无法完全满足电商的需求。例如，在使用AI生成图片时，如果生成图像和原始图像出现服装纹理或材质上的变化，在学术上可能是可以接受的，但在电商领域，这会被视为严重的错误。要让产品真正符合电商从业者的需求，还需要进一步优化。

吴海波解释道：“SD 1.5的基础模型是基于20亿张图片进行训练的，而我们在第二阶段只使用了20亿分之几的数据量级别对模型进行了演习。”

虽然从技术角度来看，这个数据导入量似乎并不多，但吴海波解释道：“虽然导入的数据越多，但选择数据、进行标注和审核需要很长时间，因此首先要确保数据的”质量。”

WeShop 使用的数据主要来自蘑菇街近年来在电商领域积累的图片，包括从卖家处获得的图片、与承包商的 KOL 获得的图片，以及第四集收集到的各类产品图片等。这些前期的准备使得WeShop的上线时间控制在一个多月内，这大约比那些从零开始的厂商的开发时间更短一些。

然而，无论如何看，这项业务的技术收入用户并不算高。在较早的阶段，通过持续投入高质量以及互动带来的技术迭代和功能优化，可能是维护竞争中相当关键的部分。

从技术的角度来看，吴海波认为：“在应用人工智能与电商领域的创业中，技术甚至不是最关键的因素，最重要的是理解产业需求。互联网行业有很多例子，比如算法推荐并不是字节跳动发明，但字节系的产品将这项技术与内容产业相结合发挥到了极致。WeShop定位于商业摄影场景的工具，对这一需求的洞察源自12年蘑菇街在电商领域我们了解商家需要什么样的商业摄影图像，甚至我们可以教中小型商家如何使用WeShop来改进产品图像，这种对产业的理解使我们能够很多上满足客户需求。因此在细节上，在这场AI创业潮中，真正的竞争壁垒满足用户甚至用户自己未察觉的需求，将每一个细节实现极致。”

无论是从上面的初步测试结果还是从产品的开发周期来看，大家似乎都在快速入局，平台的功能可能还不够完善，同类产品市场上也是如此。在模特换脸和虚拟模型生成功能方面，不成熟的严峻情况明显。

就图模型生成功能而言：没有绝对的领先者。

我上传了一张展示黑色T恤的模特图片。

在选择区域变化允许后，zmo.ai用户通过输入提示来自由发挥，而生成的效果相当不错。

WeShop则进一步降低了用户的成本，用户可以从模板中快速选择人物和场景来生成图片。

但对于业者而言，WeShop新推出的“复刻任务”功能可能更加亲和。这使得商家能够在不同姿势和角度下的图片中制作相同的模型。吴海波告诉我，尽管卖家们一直对这个功能有很需求量很大，但由于涉及到隐私和版权风险，直到最近才推出。“我们的团队最近通过技术限制解决了这个问题，即用户只能使用WeShop生成的人脸固定模型面内容，无法使用外部肖像。这可以避免肖像隐私和肖像版权问题。”

从静态产品图到模型换脸再到基于产品生成模型图，接入逐渐增加。目前，zmo.ai和nolibox.com的AI时尚模型功能无法直接体验，所以我只测试了WeShop。

老实说，WeShop 需要用户上传产品的人体模特图（穿着产品的真人比例模特图片）。我尝试上传了一套女装和一套男装的模特图，生成的图片效果并不稳定，有时会出现服装与产品不匹配（男装）或AI模型的身体部位不真实的情况，需要尝试多次才能得到效果更好的生成图。

由于缺乏更多的测试对象，模型图生成功能的比较可能存在一定的偏见，但仅从现有产品的成图效果来看，这一功能还有许多需要加强的地方。

AI商拍图工具的保障首先在中小出海卖家中得到了最大的利用。

“目前市场的利好是，都对AI充满了热情，愿意因此尝试的从业者积极参与，包括一些体量较大的国内和出海品牌都会我们咨询”，吴海波表示。

了解服装出海品牌的从业者Bruce表示：“有些企业实际上缺懂业务又了解AI的剥削，这导致他们虽然想结合AI，但不知道具体该怎么做，所以他们会先了解形象有什么产品，得出一些思路”。

然而，要真正将大企业与AI产品融合并非易事，实际上已经将这些AI商拍图产品服务于业务中的主要用户而不是大型企业。

吴海波告诉我：“根据我们对WeShop目前的产品效果的发现，我们发现最充分利用WeShop的人群有两类，一类是跨境中小卖家，另一类是国内经销链条起点的摊位卖家，此前的比例近期明显上升”。

进一步详细说明这些人群时，吴海波解释说：“体量较小的跨境卖家具有更高的机动性。对于年销售额几千万元的卖家来说，他们的产品种类不会太多，每一个月花费298元购买基础套餐就足够了，不需要花费大量成本。

国内的电商市场链更加成熟，相关服务的成本也相当高，所以目标市场在国内的这些卖家实际上更看重生成图像的效果，而价格反而不是他们考虑的成本因素。为了满足用户需求，我们经常一天内迭代几个新版本”。

在大量类似产品竞争的情况下，虽然在功能上存在一些微小的差异，但在服务价格不高且当前中国的SaaS环境下，厂商们仍然需要继续前进。但是，如果放大视角，我们会发现上述产品背后的厂商所做的事情并不重要。

根据官方介绍，zmo.ai 希望通过 AI 改变内容创作的方式，未来可能不仅仅局限于电商领域。向吉.ai 除了自身的 AI 翻译、AI 文案编写等矩阵产品外，似乎还计划基于 AI 为电商从业者提供更多类型的工具。nolibox.com目前已经推出了AI绘画、AI商品图像智能以及设计产品，其目标用户与zmo.ai的交集似乎更大。

WeShop，吴海波告诉我：“AI在不断进步，我认为未来会有很多公司将AI视为自己的员工，发展出关于新的工作模式。那时候，AI和人类员工的业务流程以及协作方式将成为一个亟待解决的问题。WeShop 是我们探索新型工作流程的起点”。

在我完成这篇文章的时候，我逐渐发现许多提供类似功能的产品，但要形成这个阐释领域的寡头恐怕还需要相当长的时间。更好的底层模型的出现、产品功能和定价模式的优化以及企业自身设定的发展方向都可能改变竞争格局，参与者还有许多事情需要做。如果读者们有任何关于AI商拍图产品，以及其他细分领域优质AI应用案例的推荐，请在评论区分享给我们，我们将逐一进行测试。

‍‍