1分鐘做一張AI模特圖
如上提到的AI工具，名叫小K電商圖。
現(xiàn)在能提供4種電商圖生成功能：
給人臺圖補(bǔ)充真人模特
給真人模特?fù)Q臉
給假發(fā)圖補(bǔ)充真人模特
給商品圖生成新背景
各種效果只需3步即可搞定，界面非常通俗易懂，操作流程大約在1分鐘左右。
比如選一張迪麗熱巴的照片，想更換人臉和表情，并且把背景替換成T臺，同時(shí)調(diào)整圖片尺寸。
需要先上傳圖像，系統(tǒng)會自動(dòng)對圖像進(jìn)行分割，選中想要保留的區(qū)域。
（如果服裝被頭發(fā)遮住可以同時(shí)保留頭發(fā)））
然后再設(shè)定想改變的元素，包括模特人臉風(fēng)格、面部表情、背景等。
同時(shí)可以勾選一些特殊處理，補(bǔ)充服裝。
在這里，我們設(shè)定將原圖人像換成一位歐美模特、露齒笑、背景為T臺，并擴(kuò)大了原圖尺寸。
可以看到生成結(jié)果中，很好保留了服裝和發(fā)型，但是其他元素都進(jìn)行了相應(yīng)調(diào)整。
而且對于發(fā)絲、光影都重新做了處理。背景也是AI重新完全生成的，區(qū)別于傳統(tǒng)PS摳圖。
一次生成會給出4張圖，方便挑選。
生成圖片背景的細(xì)節(jié)也可以處理得很好，比如雪景背景下，人物鞋子上都會被加上雪花。
在小K電商圖里，提供的AI模特類型比較多，不同地區(qū)、不同年齡都有覆蓋。
如果對現(xiàn)有模特不滿意，還可自由定制專屬模特，定制化模式有兩種：
用戶沒有模特，再提供幾個(gè)非公用有一定稀缺度的AI的模特；
用戶本就有模特，根據(jù)模特本身的樣貌定制。
除了AI模特、真人，二次元人物也可定制。
可替換的AI背景也很豐富。
據(jù)介紹，自定義背景功能、物品圖生成也即將推出。
所以，小K電商圖是如何實(shí)現(xiàn)這些效果的呢？
結(jié)合自研姿態(tài)算法
小K電商圖的底層技術(shù)可以簡單劃分為兩部分：生成+控制。
生成能力來自開源的Stable Diffusion。
控制方面則引入了小K自研的一系列算法，其中以姿態(tài)算法最為突出。
要知道，AI畫畫很長一段時(shí)間都無法畫好人手，在可控性上表現(xiàn)也比較差，這是因?yàn)閿U(kuò)散模型自身的特性使然。
后續(xù)隨著ControlNet出現(xiàn)，通過給預(yù)訓(xùn)練擴(kuò)散模型增加一個(gè)額外的輸入，可以控制Stable Diffusion生成的細(xì)節(jié)。
這里可以是各種類型的輸入，包括草圖、邊緣圖像、語義分割圖像、人體關(guān)鍵點(diǎn)特征、霍夫變換檢測直線、深度圖、人體骨骼等。
由此，Stable Diffusion加上人體姿態(tài)估計(jì)算法（Openpose）可以很好控制人物動(dòng)作生成。
小K電商圖的技術(shù)邏輯也是如此，不過他們采用了性能更加穩(wěn)定的自研算法。
基于這套算法，小K的另一款視頻動(dòng)捕產(chǎn)品——小K直播姬已經(jīng)實(shí)現(xiàn)了通過普通RGB攝像頭、無需任何
傳感器，即可實(shí)現(xiàn)3D動(dòng)捕。
并且在手指細(xì)節(jié)的處理上表現(xiàn)很好。
因此，對于沒有四肢的人臺圖，小K電商圖可以做到直接識別。自動(dòng)補(bǔ)充頭部、畫手能力提升也得益于該算法。
在解決了姿勢可控后，還需要解決面部可控。在這方面小K電商圖引入了LoRA。
LoRA本來是微軟研究團(tuán)隊(duì)早在2021年提出的一項(xiàng)大語言模型微調(diào)的技術(shù)，可以大大提高微調(diào)訓(xùn)練速度。
去年底，韓國科學(xué)技術(shù)院KAIST一位研究員@cloneofsimo與HuggingFace合作，將此方法擴(kuò)展到Stable Diffusion上。
不僅實(shí)現(xiàn)了單塊11GB顯存的RTX2080Ti實(shí)現(xiàn)模型完整微調(diào)，同時(shí)原始模型權(quán)重凍結(jié)，新訓(xùn)練出來的權(quán)重可以保存為3MB大小的單個(gè)文件發(fā)布。
這項(xiàng)技術(shù)被AI繪畫愛好者用來讓模型固定生成一個(gè)物體，最流行的就是固定一個(gè)人物形象。
在CivitAI社區(qū)里，每個(gè)微調(diào)好的權(quán)重就叫做一個(gè)Lora，就相當(dāng)于一個(gè)人物模版，所有人都可以方便下載使用。
最后在背景方面，為了滿足電商場景下的需求，小K也做了更強(qiáng)的控制。
比如一些情況下，用戶其實(shí)只想替換模特人臉，其他都不做改變。
那么在這種情況下，AI還是會重新繪制一張新圖，不過會保留95%的相似度。
如果用戶想替換背景，算法則會在光影等細(xì)節(jié)上做更多補(bǔ)充，力求圖像自然、逼真。
所以，是誰帶來了小K電商圖？
從游戲到AI再到AIGC
小K電商圖的打造者名叫云舶科技，主打AIGC虛擬內(nèi)容創(chuàng)作生產(chǎn)。
團(tuán)隊(duì)成立于2017年，由出身游戲行業(yè)的梅嵩和陳敏聯(lián)合創(chuàng)立。
其中，梅嵩是原藍(lán)港互動(dòng)SVP，《王者之劍》系列手游制作人，有超過10年游戲制作經(jīng)驗(yàn)；陳敏是原藍(lán)港互動(dòng)CTO，核心團(tuán)隊(duì)有著近20年的研發(fā)經(jīng)驗(yàn)。
憑借對游戲動(dòng)畫市場的了解，他們從創(chuàng)業(yè)初期就選擇專注于AI視頻動(dòng)捕技術(shù)。
經(jīng)過4年研發(fā)，基于云舶自研算法的3D虛擬直播產(chǎn)品小K直播姬在2021年推出，免費(fèi)提供給廣大VTuber使用。
如今，小K直播姬服務(wù)主播用戶超40萬，并且是B站、酷狗音樂等平臺的官方虛擬直播工具。
成立6年以來，云舶科技都和AI、虛擬內(nèi)容、游戲動(dòng)畫等領(lǐng)域保持高度關(guān)聯(lián)。
去年AI畫畫大火后，云舶也快速跟進(jìn)。結(jié)合自身特長和市場調(diào)研，最后確定同時(shí)推進(jìn)兩條路線：其一是AI游戲圖領(lǐng)域，另一個(gè)就是AI電商圖。
兩條路線的底層邏輯相同：降本增效。
創(chuàng)始人兼CEO梅嵩介紹，電商行業(yè)的傳統(tǒng)出圖方式是線下實(shí)景拍攝，需要向模特、攝影、場地等付費(fèi)，平均價(jià)格約為一張圖100元。但如果用AI生成，這個(gè)數(shù)字能降到1塊錢。
為什么先推進(jìn)AI電商圖這條線？
梅嵩給出了兩個(gè)判斷：
一方面，從市場角度來看，電商行業(yè)每年可能會有幾億個(gè)新貨品，每個(gè)貨品都要有自己的產(chǎn)品圖。這意味著電商市場每年會需要幾百億張產(chǎn)品圖，市場需求巨大；
另一方面，從技術(shù)角度來看，電商行業(yè)對AI制圖的需求更強(qiáng)調(diào)可控，對創(chuàng)造性要求不高，這使得技術(shù)開發(fā)更加可控。
所以，小K電商圖更早面世。
梅嵩也坦言，最開始開發(fā)時(shí)，模型生成的效果并不理想，研發(fā)團(tuán)隊(duì)一直在反復(fù)做調(diào)試。在今年年初時(shí)，他們也在思考，是不是引入姿態(tài)算法能讓效果更可控？
結(jié)果剛好ControlNet出來了，幫我們驗(yàn)證了想法，也省去了一些試錯(cuò)環(huán)節(jié)。
目前小K電商圖已正式發(fā)布，并已有幾十家電商行業(yè)用戶進(jìn)行內(nèi)測，1.2版本也即將上線。
梅嵩透露，之所以會選擇這時(shí)發(fā)布產(chǎn)品，一方面是想要搶占市場先機(jī)，目前業(yè)內(nèi)類似產(chǎn)品還相對少見；另一方面也是團(tuán)隊(duì)對自身的迭代速度有信心。
之前我們發(fā)布小K直播姬就是遵循這樣的邏輯，后面實(shí)現(xiàn)了幾乎周更產(chǎn)品迭代，整個(gè)產(chǎn)品的功能也越來越豐富。
如今，研發(fā)團(tuán)隊(duì)也在加速推進(jìn)2.0版本，新一代產(chǎn)品希望能實(shí)現(xiàn)對AI模特姿勢靈活調(diào)整，并將平鋪服裝直接轉(zhuǎn)換成上身效果。
與此同時(shí)，云舶科技也在籌措最新一輪融資。
作為一家初創(chuàng)公司，云舶的融資步調(diào)其實(shí)有點(diǎn)特別——首輪天使輪融資是在公司成立三年后才完成的。
原因在于云舶選擇在成立后，首要搞定基礎(chǔ)研發(fā)。
梅嵩非常坦誠地表示，創(chuàng)始團(tuán)隊(duì)出身游戲行業(yè)，最開始對AI的了解并不多，所以他們用更多耐心、時(shí)間和精力來死磕研發(fā)，終于在2020年拿出了滿意的demo。
跑通底層技術(shù)后，從2020到2021，云舶的腳步明顯加快，先后完成A輪、A+輪融資，金額都為數(shù)百萬美元。2021年年底，讓云舶開始展露頭角的小K直播姬也順利上線。
在這事上，梅嵩自己也調(diào)侃：
哪有創(chuàng)業(yè)公司做一個(gè)產(chǎn)品要做4年的？
給我們投天使輪的BV百度風(fēng)投當(dāng)時(shí)還說：別的不談，你們的堅(jiān)持還是非常值得鼓勵(lì)的。
如今隨著AIGC浪潮到來，AI在輔助創(chuàng)作、提高工作效率等方面都進(jìn)一步打開空間，應(yīng)用層的爆發(fā)已初見端倪。
量子位智庫預(yù)測，到2030年我國AIGC市場規(guī)模將達(dá)到萬億級別。
2025年預(yù)計(jì)會成為產(chǎn)業(yè)第一次規(guī)模爆發(fā)點(diǎn)，年復(fù)合增長率有質(zhì)變性提升。在這之后2年，產(chǎn)業(yè)將迎來應(yīng)用爆發(fā)期，大量應(yīng)用層玩家涌入。
所以回到當(dāng)下來看，不僅是大模型公司值得關(guān)注，既懂技術(shù)又懂應(yīng)用內(nèi)容的行業(yè)玩家，也會成為AIGC應(yīng)用指數(shù)級爆發(fā)的主力軍，迎來屬于自己的新一輪增長期。
