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：
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：
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Contro.NET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。
— 完—
京公网安备 11010802035086号