AI 图像自动生成技术刷存在感比较典型、或者说被互联网从业者熟知的案例就是不定期登上美榜榜首的图片/视频编辑 App 们，这里面有能够让我们上传一张过世的亲人照片就能看到其生前音容笑貌的「Deep Nostalgia」、有之前很多明星都在用的换脸 App「ReFace」、也有数不清的漫画脸 App。
除了这些经常在榜单上刷存在感的图片 App 之外，如今 AI 图像技术也正在电商领域发光发热。
近日，来自杭州的 AI 技术初创企业感知阶跃（ZMO.ai）就正式宣布，公司已完成 800 万美元的 A 轮融资，本轮融资由高瓴资本领投，GGV Capital 和 GSR Ventures 也参与了投资。
输入几个指标，厂商就能拥有一套模特试穿图了？
ZMO.ai 表示，公司目前已经研发了一款能够自选面孔、身高、肤色以及体型来创建模特的软件产品。这套解决方案的目的是让时尚电商企业在目前 SKU 日渐增多、消费者口味愈发多元化和易变的现实背景下，不必花费高昂的模特费用，也能获得同样甚至更好的产品展示效果。
在 ZMO.ai 的官网上，公司表示：“AI 自动生成模特技术能够帮助电商卖家减少 80% 的宣传成本，同时将宣传图片的制作效率提升 10 倍，同时将转化率提升 50%。”当然，这是官网的数据，笔者仅在此转贴，读者需自行判断。
从产品思路上看，ZMO.ai 的 AI 模特的确拥有较大优势，只要输入客户方想要的各项数据，一个完全符合标准的模特就能直接生成，如同「模拟人生」游戏里的自定义主角“捏人”一样，让品牌/商家不用再费心去找适合的模特，尤其是在疫情不便利、以及在欧美市场多元文化渗透的双重作用下，来提升效率。
但成立的前提在于，AI 模特真的能否代替真人？如果“拟真”效果不够好，用户反而会因为僵硬的实际效果而反感。抱着这样的疑问，我也体验了 ZMO.ai 的 AI 模特生成功能。
ZMO.ai 在官网上表示，AI 模特生成功能只需要卖家提供产品图片和模特各项指标后，就能直接输出最终的展示效果。在试用界面，网站一共演示了男女两款模特，以及一系列时装实物图片。在点击右侧不同的时装照片后，左侧就能直接展示虚拟模特的试穿效果。
可以看出，当选择修身款服饰的时候，AI 模特的“试穿”效果最为理想，观感也较为舒适。唯一的美中不足在于算法生成的模特姿势有点不够自然，在表情和动作上略感生硬，但总体而言已经和真人模特接近。
相比之下，当选择宽松的西装外套时，AI 模特的试穿效果就有明显不足。西装的下摆和收腰部分在模特身上的展现不够自然，本应更加宽松的部分感觉像是被“吸”在了模特身上。不知道是不是因为 AI 算法在对服装款式的检测上更加偏向于判断为贴身款，从而造成了一定的结果误差。
总体而言，ZMO.ai 的 AI 模特能够基本展现服装的基本款式和上身效果。
从苹果到谷歌再到 ZMO.ai，AI 模特能为时尚产业带来效率提升吗？
官网显示，ZMO.ai 的创始人张诗莹曾是苹果 Air Pods 产品线创始团队核心成员，此后又在 Google AR 系统中担任构架师，负责 Glass 和 Reflector 等产品的算法和构架研发。
在接受外媒《TechCrunch》采访时，张诗莹曾表示：“从传统角度来讲，时尚单品产业的生产周期大约在 2-3 个月，这个时间包含了设计、选料、打样和上架等步骤。如果消费者在官网上能看到虚拟模特试穿效果，那么当消费者下单后，厂商就能直接生产服装。”
这时候，ZMO.ai 真正的作用可能是更有效的测款，当然前提是厂商要同时采用能够生成衣服图片的软件，这里面甚至需要软件能够选择质地，而据我们了解现在也已经有了这样的解决方案，只不过价格不菲。如果要加到 buff，成本是升是降就不好说了。但如果就是省下拍摄模特照片的费用，对于很多企业来说可能还是值得的。
ZMO.ai 的联合创始人殷旻哲表示：“时尚电商企业大约会将 GMV 总额的 3-5% 花费在拍摄商品相关图片上。我们的目的是让拍摄照片成本在 GMV 中的占比下降到 1%。” 如果按照这个数据，对于很多 GMV 以亿美金来计算的商家和品牌来说，每 1 个亿美金的 GMV 就能够节省 200-400 万美金，对于净利润率在个位数的时尚产业而言，也是不小的数字。
而对于这类解决方案到底能不能省钱，客户们也已经用“达成合作”完成了投票。据 ZMO.ai 表示，公司目前一共拥有 30 个“大中型客户”，此外还拥有超过 100 家小型客户，其中也不乏细刻（Chicv）和目前依然运营的出海电商老将执御（Jollychic）等知名品牌，同时公司还在与 SHEIN 探讨合作可能。目前 ZMO.ai 有 80% 的客户依然来自中国。
经常登录 SHEIN 官网或者了解其社媒账号的读者可能知道，SHEIN 的产品展示多数都会采用模特图，而这两年因为贴合海外的多元文化，SHEIN 采用的模特在身材、肤色等方面也更加多元，这其实会给 SHEIN 带来一些麻烦，尤其是和 ZMO.ai 创始人提到的一般生产周期不同，SHEIN 的周期实际上还要短很多。因此能否提升效率可能将是 ZMO.ai 公司能不能与 SHEIN 达成合作的关键。
另一个有意思的点在于，当笔者观察 SHEIN 美国官网上的爆款之后会发现，SHEIN 人气最高的单品也是能够体现消费者身材的修身款服装，也不知 ZMO.ai 是否在专门针对“潜在大客户”的需求来重点改进技术。
自动生成模特的背后，是虚拟形象应用场景的不断下沉
ZMO.ai 的技术，让我想到了过去的一部电影《虚拟女一号》。在这部电影里，一度为新电影选角而陷入苦恼的著名导演在某个晚上得到了一位狂热粉丝的支持，获得几乎完美的“数字演员”虚拟一号（Sim One），也就是西蒙尼（Simone）。借助新“演员”获得成功的导演为了掩盖这位主角根本不存在的事实，又不得不撒下各种谎言，上演了一出出令人啼笑皆非的闹剧。
用现在的观点来看，西蒙尼就是一名虚拟偶像，而导演本身则身兼经纪人和动作捕捉模特（简称“动捕”）两大职位；而虚拟形象最为重要的商业应用，也已经进一步下沉到了 KOL 带货上。
以虚拟 KOL 产业“祖师级”的 Lil Miquela 为例，这位“出生”于 2016 年的 19 岁少女目前已经在 Instagram 上积累了 300 万名粉丝，早在 2020 年她就已经接下了 Calvin Klein、Prada 以及三星在内的各种头部品牌代言合约，俨然就是一名一线 KOL，甚至流量比绝大部分真人 KOL 还要好。她的成功也催生了一批又一批的“后辈”，如今甚至连网球巨星威廉姆斯的玩偶都能变成 KOL 带货。
在头部虚拟形象的带货能力崛起后，AI 生成人物形象的下一个用途就从动态视频下沉到静态图片。对于无数中小电商卖家来说，虽然它们没有预算去请 Lil Miquela 穿着自己的衣服或者首饰“拍”上一张玉照，但这些卖家，尤其是服装卖家依然需要一个形象来展示自己的产品效果，来吸引消费者购买。
这个任务在以往都是交给真人模特完成，这意味着卖家需要挑选合适的模特公司、选择合适的模特、然后还需要考虑价格和模特的排期。相比起直接给自己订制一个 AI 模特来说，这样的流程显然既繁琐又漫长。这正是 ZMO.ai 所看重的发展机会。
自动生成的“虚拟”未来，市场准备好了吗？
如果要寻找和 ZMO.ai 在功能上类似的 To C 产品，自动作画 App「Dream by WOMBO」可能最为接近。「Dream」能让用户在输入几个关键词之后直接根据关键词内容生成完整的画作。这款产品在美国市场的热度于 5 月初达到最高，并于 5 月 10 日登顶 Google Play 免费总榜，在 iOS 榜单更是于 5 月 6-10 日蝉联免费榜榜首。
此外 Sensor Tower 的数据也显示，即便在登顶前的 4 月，「Dream」的美国市场下载总量也达到了 170 万次。从中可以看出，至少从广大用户的视角来看，通过 AI 技术自动生成图像的确具有很强的吸引力。不过值得注意的是，「Dream」直到目前依然没有任何变现渠道，此外「Dream」也依然只是一款单纯的工具类 App。
在用户对“AI 作画”的新鲜感褪去之后，「Dream」是会拓展核心的作画功能，用更加细腻自然的画面效果吸引用户，还是与同属一家公司旗下的换脸对口型 App「WOMBO」互相打通生态，最终营造属于自己的社交平台，是最值得注意的问题。但从以往的情况来看，这类以工具属性为主的产品很难破圈。
通过输入几项数据就能完成作画，在用户端是利用艺术的潜力和空间来抓住普罗大众对于高智能 AI 技术的想象，从而让人拥有触及未来的全新体验。相比之下，企业端则看中的是 AI 自动生成图像究竟能在商品从生产到流通的链路中，提升多少效率、节省多少成本。
不论是 ToC 还是 ToB，这两类产品都需要解决两个迫切的问题：为用户提供持续的高吸引力，以及向企业证明新技术的效益。在这两点上，AI 辅助的图像自动生成明显还处于起步阶段。
总而言之，用户们的确喜欢上了新技术，部分卖家也看到了人工模特的效率，但围绕图像自动生成所建立的市场究竟有多少空间，似乎还需要一些时间才能得出定论。