惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Vercel News
Vercel News
博客园 - 【当耐特】
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
小众软件
小众软件
Hugging Face - Blog
Hugging Face - Blog
aimingoo的专栏
aimingoo的专栏
WordPress大学
WordPress大学
G
Google Developers Blog
博客园 - 叶小钗
大猫的无限游戏
大猫的无限游戏
P
Proofpoint News Feed
J
Java Code Geeks
U
Unit 42
云风的 BLOG
云风的 BLOG
阮一峰的网络日志
阮一峰的网络日志
N
Netflix TechBlog - Medium
宝玉的分享
宝玉的分享
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
D
Docker
V
Visual Studio Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
H
Help Net Security
V
V2EX
T
Tailwind CSS Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
为什么广告主不认可你的AI图片?可能是用错了方法
一个符号工作室 · 2024-04-22 · via 人人都是产品经理

AI绘画到现在也有一段时间了,特别是MJ和SD的强大,让不少设计从业者节省了大量的时间。AI出图确实提高了效率,但从客户的角度来说,却一直的不到认可,原因在那里?

上次,我有一篇文章《Sora又升级了?现实地讲讲AIGC在广告营销行业的场景应用》,讲到lora模型难以解决“最后一公里”的难题——即广告主要求对商品和logo100%还原。

卡壳点如下图所示,使用lora模型给客户训练的耳机图,会发现logo永远无法还原。

而且,即便是得到90%还原度的图,仍然需要使用100-200张产品图数据进行投喂训练,并花费模型训练师1-2周的时间。

有这个成本,可能我还不如直接找模特拍摄一张照片。

实际上,当时我还不太理解整个AIGC工作流的正确使用方法。而这个问题,对于在熟练运用AIGC场景的厂商来说,早就已经不是难题。

为此,我还特地去请教了阿里巴巴跨境电商服务专家——陈生老师(视频号@陈生2.0)。像他这样既懂美术、又懂AI编程,还实现稳定商业收入的超级个体,市面上真的不多。

他告诉我,针对客户这个需求,你根本就不能用训练lora模型的方法来做。原因有两点:

第一、客户不可能给到你100-200张商品图去练,你找素材就很费时间;

第二、lora模型用来练人脸是可以的,但用来训练商品的思路就不对。

所以,陈生老师给出的解决方案是:使用SD的蒙版+“局部重绘”功能。

也就是说,正确的工作流应该是:你随便找个人戴上耳机拍一张照片,然后使用蒙版+“局部重绘”功能,把这个人的脸换掉,变成模特,最后再润色一下。

这就是来自真实市场需求的解决方案,简单粗暴,但确实好用。

然而,你会发现,很多AIGC平台社区和兴趣博主却在干嘛呢:把“局部重绘”这么重要的功能,用在玩“换装游戏”这种C端用户才感兴趣的场景中,比如下图。

其实我非常理解这个场景使用逻辑——C端用户都是以自我为中心的(所谓人性本能),因此这种换装场景,只能用在他们自己身上。

但是,B端客户缺的是什么?TA需要的是五花八门人,都穿上左边这套粉色裙子,再摆出不同的姿态,并能完成场景变幻。

简而言之,就是我要节省商业拍摄的成本。甚至还可以再梦幻一点,完成商业拍摄不可能发生的效果。

因此,正确的做法应该是:

  1. 先找个人随便穿上衣服(拿着产品)拍张照片。
  2. 将照片导入SD平台,通过蒙版保留商品主体,再随机生成一个模特。
  3. 修改或优化背景、细节和光影等表现。

下面这张图,是我用国内套壳软件做的,实际上我连SD都没有用,但这套工作流逻辑,我相信只要会用Photoshop的人都不会陌生。

怎么样?是不是让一件充满中国乡土气息的工装外套,瞬间有了纽约街头潮牌的味道?

或者让这位亚裔帅哥回到京都老家,变身日系穿搭博主:

所有用于生成图片的提示词,还可以用在电商标题中。

这对于一些电商广告主,尤其是需要大量生活场景图的广告主来说,非常有用。尤其是在跨境电商领域,针对不同国家,同一件商品就可以更换不同地区、人种和肤色的模特。

哪怕你是一件代发的分销商,也可以重新开个品牌店铺,将原厂的货演绎出新风格,把同一件商品卖出更高的价格。

同理,我们也可以将它运用在(海外)社交媒体营销等应用场景。

不过,在保留衣服主体的基础上,如何让人物形态更加丰富多样化,这可能还需要我更加深入的探索和学习。

超级个体或工作室出图,最后还是按图来报价,如果图片量不够大,其实只能挣点零花钱;但是,如果把整个工作流变成一种AIGC电商代运营解决方案,是不是更有商业价值呢?

如下图所示:运用Comfy UI、Web UI去搭建图片设计工作流,能节省不少批量出图的时间成本;如果不想搭建工作流,也可以灵活运用各类现成的AIGC平台工具,提升设计师出图效率。

作者:金鑫YOYO;公众号:一个符号工作室

本文由 @一个符号工作室 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Pixabay,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。