【comfyui电商】AI模特崛起：电商真人模特的末日来临？

本文链接：https://blog.csdn.net/zzz777qqq/article/details/146251802

AI模特的现状

只要去网上随便搜索一下，你就会感觉到，AI技术代替电商模特似乎已经不是一个猜想，而是遍地开花的现实。

例如，

阿里开发的Replace Anyting框架号称能够满足电商模特换装的需求;

WeShop的AI商拍技术也声称商家不再需要真人模特，只需将服装穿到人台上，即可用代替真人模特展示服装；
在这里插入图片描述

LinkFoxAI则为跨境卖家提供AI模特/商品图模特/AI穿衣/换脸等服务，宣称将会节省90%的成本。
在这里插入图片描述

WeShop的“一键换模特”功能

AI模特的优势

我总结了一下，他们的卖点无非是这么几个：成本、效率、灵活性。

雇佣电商平面模特通常的花费在100~200元/件（包含摄影费、模特费、化妆费等），而使用AI模特可以大幅降低成本。除了拍摄费用，使用AI模特还可以避免合同和差旅费用等问题，只需要进行一次数字建模和设计即可。与传统摄影相比，AI模特的成本甚至可以减少90%。

除了成本足够低，AI模特的效率也非常高。整个AI工作流只需要一次部署，就能支持快速完成模特形象制作和产品结合渲染，相比真人模特，可以节省80% 的拍摄时间。尤其是对于那些需要在特定时间内完成大量拍摄工作的品牌，AI模特可以提供足够灵活的拍摄时间表。

最后，AI模特还可以根据需求调整外观、姿态和表情，实现个性化定制。这可比让真人摆拍方便太多了！商家能够根据不同的受众群体自定义AI模特，提升产品的吸引力。

既然优势都这么明显了，那AI模特的推广情况到底如何呢？

目前，使用AI模特的商家主要有这么几类：首先是跨境商家，他们经常需要使用外模拍摄，AI模特对他们来说不仅节省了大量成本，还提供了丰富的造型和感染力，是目前使用AI模特最多的群体。

在这里插入图片描述

真人实拍照片，通过 Stable Diffusion 快速替换原图模特
在这里插入图片描述

还有公司直接进行AI模特的lora训练，简单来说就是训练出一个虚拟模特，然后可以由这个模特穿任何服装展示上身效果。
在这里插入图片描述

其次是品牌的目标受众对高科技、创新和虚拟内容有较高的接受度，或者愿意采用新技术并将其作为品牌差异化因素的商家，那么AI模特也是一个不错的选择。

还有一些传统品牌，把AI模特当作是一种解决方案，比如在产品开发初期，用AI模特来测试市场反应，为产品最终的真人模特拍摄提供参考；或者是对于那些难以找到合适真人模特展示的产品，如特殊尺码的服装、高度定制化或需要特定表现力的产品，就找AI模特来帮忙。

下面我们来看看超逼真的AI模卡

在这里插入图片描述

这上面的为希音公司的AI模特。

怎样做一个AI模特

经过上面的讨论，你大概也看出来了，AI技术的供给方非常多，这通常也意味着技术的门槛并不高，我们一起来看一看。

AI模特在电商平台至少有两种应用场景，一种是商品展示，另一种是虚拟试衣间。前者的AI模特是创意形象，后者的AI模特就是用户自己。我们这里只讨论前一种，适用范围包括手模，腿模，健身模特，发型模特，美妆模特，儿童和老年模特，内衣/泳装模特等等。

由于Stable Diffusion或Midjourney不能直接用于生成AI模特，我们需要的是一整套工作流，目前开源的ComfyUI就是这样的工具。

ComfyUI 是一个基于节点的图形用户界面，专为 Stable Diffusion 设计，用于生成图像。它通过将复杂的图像生成工作流程分解成各个节点来实现高度可定制和自动化的工作流。这些节点包括加载模型、输入提示词、指定采样器等常用模块，把它们链接起来就可以构建复杂的工作流程。

在这里插入图片描述

ComfyUI工作界面

在安装了最新版本的ComfyUI之后，你最好还拥有必要的硬件支持（如NVIDIA GPU），不然出图太慢。如果需要使用特定的模型，例如SD3模型，可以从Hugging Face或者魔塔社区下载。

我们把生成AI模特的工作流分为五个区域，包括提示词区域、遮罩识别区域、构图控制区域和细节修复区域。由于是图生图操作，所以我们需要先加载一张产品的参考图像。

在这里插入图片描述

提示词区域，推荐使用肖像大师，方便在写提示词的过程中，更换一些模特的效果，让我们达到少写提示词，甚至不写提示词的效果。
在这里插入图片描述

在这里插入图片描述

遮罩识别区域，我们利用遮罩编辑器（比如Meta推出的segment anything）来自动生成遮罩，只要填写产品的名称就可以自动识别遮罩出来。

在这里插入图片描述

构图控制区域，推荐使用Control模型控制构图。比如我在这里选择了两个Control模型，第一个是SDXL版本的DEPS模型，第二个是SDXL版本的canny模型，它们可以让这个构图不发生重大的偏离。
在这里插入图片描述

最后是细节修复区，将生成的模特面部进行一个优化，保证生成的模特不发生脸部崩坏的问题。而对于墨镜之类的产品，需要用到局部细化。

在这里插入图片描述

在实际操作中，可以根据不同场景的需求，灵活调整工作流程。例如，在生成服装模特图时，可以选择适合电商商家需求的特定插件，如seg-viton插件，该插件调用了SD-viton模型，非常适合虚拟换装的应用。

“还不够好”

在上面的试验中，我们会发现，当切换不同模特形象时，有时候无法完全还原服装的细节和风格，这是由于生成式AI的顽疾 – 一致性问题。它会导致生成的图片与实际产品之间存在差异，消费者难以判断衣服的真实样子，影响其购买决策。

在这里插入图片描述

另一个重要的风险是，商家使用AI技术生成图片时，可能会面临“虚假宣传”的质疑。虚拟模特也可能影响客户对产品效果和公司的信任度。

在这里插入图片描述

结论

随着AI技术的不断进步，AI模特已经在电商领域展现出其独特的价值和潜力。它们提供了一种成本效益高、效率高、灵活性强的解决方案，尤其适用于需要快速响应市场变化和创新营销策略的品牌。AI模特能够为品牌带来前所未有的创作自由度，同时也为消费者带来了新鲜的视觉体验。然而，AI生成的图像在真实感、细节处理以及情感共鸣方面仍有待提高，法律上也存在一定的风险。对于高端品牌和那些对视觉效果有极高要求的商家而言，真人模特仍旧不可替代。