智東西（公眾號：zhidxcom）
作者 | GenAICon 2024
2024中國生(sheng)成(cheng)式(shi)AI大會于4月18-19日在(zai)北(bei)京舉行，在(zai)大會第二天(tian)的主會場AIGC應(ying)用專場上，極(ji)睿科技(ji)創始(shi)人兼(jian)CEO武彬以《AIGC全鏈路電(dian)商(shang)內容生(sheng)成(cheng)的前(qian)景(jing)與挑(tiao)戰》為題發(fa)表(biao)演(yan)講。
成立于2017年的極睿科技是一家“清華系”創企，算法團隊源自清華大學計算機系NLP實驗室，基于AIGC打造電商內容生成引擎。武彬分享說，極睿科技打造了業界唯一的一站式全角色x全鏈路x全類型電商內容生成方案，把電商內容(rong)全(quan)部(bu)通過(guo)AI的(de)方式來做。
在武彬看來，當下電商行業圖文和短視頻的內容數量與需求都在大幅上升，內容關聯著平臺、賣家與買家的核心交易訴求，但內容制作效率嚴重不足。而極睿科技的AIGC工具和方法論在電商場景已經得到很好的驗證，幫助商家將成本縮減為原來的1/5。該公司曾用(yong)1條視頻幫(bang)助一(yi)家杭州(zhou)女裝(zhuang)品牌一(yi)個月多(duo)賣出兩三千萬(wan)元(yuan)。
極睿科技已推出ECGPT+FashionCLIP基座模型及多種電商垂直大模型，可支持商品AI拍攝、AI排版上新、AI直播切片、AI生成商品短視頻、AI帶貨、一站式AI技術與數據服務平臺、智能商品操作系統等多種功能，目前已合作超4萬電商客戶。
以下為武彬的演講實錄：
我們是一家基于AIGC能力做電商內容的公司。為什么選擇這個賽道？電商內容滿足兩個條件：
第一，需求量非常大，大(da)家可能日常都(dou)會在(zai)淘寶(bao)、京東、抖音、快手(shou)購物，每天(tian)都(dou)會產(chan)生大(da)量的內容(rong)。
第二，電商內容的價值可量化，會極大影響GMV（商品交(jiao)易總(zong)額(e)），電(dian)商內容(rong)做得好或者不好，對(dui)GMV有很大的(de)影響，我(wo)們希望能夠通(tong)過AI的(de)方式在這個領域降本增(zeng)效，開源節流(liu)。
我們團隊主要是(shi)清(qing)華背景(jing)的(de)算法團隊，我是(shi)清(qing)華本碩，出身于自然語言(yan)處理（NLP）實(shi)驗(yan)室，是(shi)一個(ge)專門(men)做大模型(xing)和自然語言(yan)的(de)實(shi)驗(yan)室。畢業后(hou)，我創業成(cheng)立了這家公司，到(dao)目(mu)前為止拿了四(si)輪融資(zi)，包括金沙江(jiang)、紅(hong)杉(shan)、魔量、順為等。
我們現在在專注做“AI+電商”行業里算是比較頭部的公司，目前服務全網大概兩千家品牌和四萬多家店鋪，大家打開淘寶(bao)、抖(dou)音，上面很多耳熟能詳的品(pin)牌，像(xiang)安(an)踏、伊(yi)芙麗、馬(ma)克華菲，也包括電(dian)器、食品(pin)品(pin)類，圖片視頻基(ji)本(ben)是我們幫他(ta)們做的。
這樣既省掉了原來的電商內容制作成本，也可以幫他們多賣錢。有的品牌通過我們制作的圖片、視頻，可能一個月多賣兩三千萬。AI既是一個省錢利器，也是一個掙錢工具。
我們也對接了國內非常多的電商平臺，核心做了3個事情：電商(shang)內容(rong)的(de)制作、管理(li)、分發(fa)。我們可以自動化(hua)把電商(shang)內容(rong)做(zuo)好(hao)、管好(hao)，分發(fa)到電商(shang)平臺上，通過這(zhe)些內容(rong)做(zuo)進一步(bu)的(de)成交。
這是(shi)我們整體產品的(de)矩陣和(he)鏈路，當(dang)商(shang)家(jia)把內容(rong)上傳上來之后，通過多個自(zi)(zi)動化(hua)工具(ju)(ju)，包括(kuo)PhotoMagic自(zi)(zi)動做(zuo)圖片(pian)，EC Pro自(zi)(zi)動做(zuo)排版(ban)布局(ju)和(he)加工，自(zi)(zi)動化(hua)做(zuo)成主圖、詳情頁海(hai)報，以(yi)及iCLIP視(shi)頻(pin)工具(ju)(ju)，可(ke)以(yi)自(zi)(zi)動化(hua)做(zuo)好視(shi)頻(pin)。
我們把文本、圖像(xiang)、視頻從拍攝、排版(ban)到短視頻一站式做(zuo)好。基本上商家所需要(yao)的電(dian)商內容，都可以通過(guo)AI的方式來做(zuo)。
一、電商對內容的訴求攀升，內容決定商品賣得好不好
我們發現的行業(ye)趨勢是(shi)整個(ge)電(dian)商對(dui)內容的訴求一直在上升。
一方面，電商變得越來越碎片化。之前淘寶一(yi)家(jia)獨(du)大，大家(jia)只要把(ba)淘寶圖(tu)片做(zuo)好就行，隨著抖音(yin)、快手、微盟、拼多(duo)多(duo)、得物(wu)、小紅書(shu)誕生，商家(jia)需要做(zuo)各種平臺適合的內容(rong)。
另一方面，之前大家只需要做圖，現在也需要做視頻、直播，做更多的內容，商家的人力成本上升了，同時平臺數量也上升了。而每(mei)個(ge)(ge)平臺對于內容(rong)的喜好不一(yi)樣，比如這個(ge)(ge)平臺主打(da)降價促銷，這個(ge)(ge)平臺主打(da)新品，這個(ge)(ge)平臺主打(da)次(ci)日達(da)，要做出適合各個(ge)(ge)平臺不同的內容(rong)。
我們能幫助商家用AI來自動做多個版本的內容，覆蓋這些平(ping)臺和消費(fei)者。
對(dui)于平(ping)臺、商家和消費(fei)者(zhe)來說，內(nei)(nei)容(rong)是(shi)非常重要的(de)樞(shu)紐。平(ping)臺希望通(tong)過內(nei)(nei)容(rong)把消費(fei)者(zhe)留(liu)下，拉更多停留(liu)的(de)時長，促(cu)更多的(de)GMV；商家希望通(tong)過內(nei)(nei)容(rong)把自己(ji)的(de)商品賣出去；消費(fei)者(zhe)希望通(tong)過內(nei)(nei)容(rong)了(le)解(jie)商品。很多消費(fei)者(zhe)在線下購物，對(dui)于商品的(de)感知可能是(shi)觸摸一下、試穿一下，但在線上所有的(de)理解(jie)都(dou)基于內(nei)(nei)容(rong)。
我們有一個觀點，就是商品賣得好不好，極大程度上取決于內容，只有退不退取決于商品。因為商品到消費者(zhe)手里(li)之前(qian)，所有(you)的理解都是基于內容，包括主播(bo)的講解、圖片和視(shi)頻，內容會極大(da)程度上影響(xiang)成交。
目(mu)前(qian)我們通(tong)過(guo)一系列SaaS工具幫助商家做好內容，在上層通(tong)過(guo)工具來引導和(he)實(shi)現更多的成交。
二、電商要求百分之百的可控性，AI工具能帶來上萬倍ROI投入產出比
我們定義一個產品誕生之后，基本會經歷這些流程：
第一，拍攝。幫商家合成圖(tu)(tu)片，包括模特圖(tu)(tu)、場景圖(tu)(tu)、外拍圖(tu)(tu)。
第二，排版布局。把商品圖(tu)變成精美(mei)的頁面，大家(jia)日常(chang)(chang)去看主圖(tu)詳情頁，可能看到這些(xie)海報的復雜程度非常(chang)(chang)高。
第三，短視頻。短視頻(pin)的(de)制作方(fang)式前面有人提到Sora、Pika、Runway，但在電商里(li)面這些(xie)工具很難直接(jie)來(lai)使(shi)用，因為(wei)電商要求百分之百的(de)可控性(xing)。
如(ru)果通(tong)過(guo)Prompt指令做了這個(ge)衣服，有(you)任何(he)細節變(bian)化跟(gen)商(shang)(shang)品不一(yi)致，在電(dian)商(shang)(shang)里面都(dou)叫貨不對版、虛(xu)假宣傳，電(dian)商(shang)(shang)要求百分(fen)之百可控以及可控基礎上的(de)多樣。目前來(lai)說不管(guan)圖(tu)(tu)生(sheng)視頻(pin)(pin)還是文生(sheng)視頻(pin)(pin)，都(dou)很難解決這個(ge)問題。我(wo)們做的(de)方式更(geng)多是基于(yu)圖(tu)(tu)片或基于(yu)視頻(pin)(pin)，做自動化剪輯、混剪或美化包裝，跟(gen)Sora、Pika和Runway有(you)些區別。
再到后面的運營、種草，我(wo)們(men)也會通過AI做(zuo)更多的內容。
我們的工具和方法論在電商里面得到很好的驗證，比如成本能達到商家原來成本的1/4到1/5。之前商家需要雇很多人，像編輯、美工、運營、文案、剪輯師，一年的成本大概要二三十萬，但我們基本上能做到原來成本的20%左右，可能(neng)只要(yao)三四(si)萬，比(bi)雇一個人的成本要(yao)低很多就(jiu)能(neng)解決這個問題。
其次，因為我們積累了大量的數據，我(wo)們(men)知道(dao)這個平臺或者這個時(shi)代用什么樣的背景音樂(le)、特(te)效字幕、水印(yin)、LOGO做(zuo)視(shi)頻(pin)更(geng)好，也知道(dao)不同(tong)的商(shang)品如何做(zuo)包裝(zhuang)更(geng)好，我(wo)們(men)做(zuo)出來(lai)的圖片、視(shi)頻(pin)點擊率可能比單人做(zuo)得更(geng)好。
通過之前(qian)的驗證，我們(men)做的單條(tiao)視頻幫助杭州(zhou)一(yi)個(ge)(ge)女裝品牌，用1條(tiao)視頻1個(ge)(ge)月賣了100多萬，整體1個(ge)(ge)月多賣了兩(liang)三(san)千萬。它只要付給我們(men)一(yi)年幾(ji)萬的費用，對于(yu)它們(men)來說一(yi)年有(you)幾(ji)個(ge)(ge)億的產(chan)出，這個(ge)(ge)ROI投入產(chan)出比可(ke)能達到上萬倍。
三、打造首個電商垂直大模型，提供圖文、排版、直播多個工具
這是我們的底層模型，一部分是我們自研的基座模型，一部分是通用模型改的垂直電商大模型。
前面講過由(you)于電商(shang)的(de)百分之(zhi)百可控(kong)性(xing)要求(qiu)，以及在(zai)(zai)可控(kong)基(ji)礎上的(de)多樣(yang)(yang)性(xing)要求(qiu)。在(zai)(zai)基(ji)座模型(xing)層面，我們(men)通過NLP或者(zhe)計算機視覺識(shi)(shi)別(bie)的(de)能力，理(li)解識(shi)(shi)別(bie)這是(shi)一個什(shen)么樣(yang)(yang)的(de)圖(tu)片，以及圖(tu)片當中(zhong)是(shi)什(shen)么樣(yang)(yang)的(de)商(shang)品，或者(zhe)這是(shi)一個什(shen)么樣(yang)(yang)的(de)視頻，視頻中(zhong)是(shi)模特走(zou)秀、穿搭還是(shi)街(jie)拍，這個模特在(zai)(zai)閑聊還是(shi)講什(shen)么樣(yang)(yang)的(de)賣點(dian)。在(zai)(zai)基(ji)座模型(xing)的(de)基(ji)礎之(zhi)上，我們(men)通過大模型(xing)做可控(kong)的(de)生(sheng)成，比如識(shi)(shi)別(bie)到是(shi)碎花V領連衣裙，應該(gai)通過什(shen)么方式來展(zhan)現。
這是我們的(de)幾個產(chan)品基(ji)座(zuo)。
圖文板塊PhotoMagic，可以通(tong)過假模特自動生成模特圖，把衣服穿到(dao)一(yi)個真人身上。商(shang)家(jia)不需要請(qing)一(yi)個模特，不需要場景街拍，就可以實現一(yi)個模特在巴黎(li)香(xiang)榭麗舍大街或者塞納河畔的樣子，極大地降低了拍攝成本(ben)。
這是我們的排版布局產品ECPro，大家打開日常(chang)淘寶的(de)主圖詳情頁海報圖，它可(ke)以通(tong)過識(shi)別圖片生成相應的(de)標題、文案，生成排版、作(zuo)出(chu)裁(cai)剪，做出(chu)精美(mei)的(de)頁面。
這是直播切片工具iCut，我們會通過識別能(neng)力，識別到在(zai)一個七到八(ba)小(xiao)時的直播當中，這(zhe)個主(zhu)播在(zai)哪一段核心賣(mai)點講(jiang)得比較高(gao)，比如講(jiang)了商品(pin)細節，講(jiang)了面料，講(jiang)了垂感(gan)、親膚的材質，在(zai)這(zhe)個地方講(jiang)了食品(pin)的安全性等。
識別到這個賣點更精(jing)準或(huo)者賣點密度(du)更高的(de)片(pian)段之后，我們把賣點摘取出來，放(fang)在混剪(jian)里(li)，帶貨效果更好(hao)。如果這個商家不做(zuo)直(zhi)播的(de)話，我們也會通過(guo)圖片(pian)的(de)方式幫它(ta)合成(cheng)視頻。
四、立項AI MCN機構，拓展海外業務和更多品類
我們看到做出來的視頻或者圖片帶貨效果更好，因此在去年開始立項自己做了AI的MCN機構，它其實更像是一個Agent服務。
我(wo)(wo)們(men)之前的(de)所有工具服務(wu)更像(xiang)Copilot，商(shang)(shang)家(jia)使用我(wo)(wo)們(men)的(de)工具，一起來創作內(nei)容，我(wo)(wo)們(men)通過內(nei)容的(de)方式跟商(shang)(shang)家(jia)收(shou)SaaS訂閱服務(wu)。MCN業務(wu)更像(xiang)Agent服務(wu)，商(shang)(shang)家(jia)直(zhi)接(jie)用我(wo)(wo)們(men)的(de)MCN，通過我(wo)(wo)們(men)做(zuo)出來的(de)內(nei)容直(zhi)接(jie)做(zuo)帶貨成交，我(wo)(wo)們(men)從額(e)外的(de)成交當中(zhong)賺CPS（按銷售(shou)成功訂單(dan)付費）。
比如我(wo)們(men)(men)幫助商家一個(ge)月多賣了一千(qian)萬，我(wo)們(men)(men)拿10%，100萬左右的(de)(de)(de)傭金。通過這(zhe)樣的(de)(de)(de)方式也能(neng)證明(ming)我(wo)們(men)(men)的(de)(de)(de)內(nei)容有價值，收集更(geng)多的(de)(de)(de)數據，讓我(wo)們(men)(men)知道什(shen)么樣的(de)(de)(de)內(nei)容有更(geng)好的(de)(de)(de)變現(xian)方式，有更(geng)好的(de)(de)(de)商品展(zhan)示能(neng)力。
最后總結一下我們的優勢。我們相當于有自己的行業Know-how，知道電商(shang)品類需要什么內容(rong)，我們非(fei)常專注在電商(shang)內容(rong)，但是(shi)有幾個拓展方向。
第一是拓展海外。之(zhi)前我們主要做(zuo)國(guo)內商家，今年做(zuo)了(le)跨(kua)境服務，把國(guo)內的(de)視頻(pin)自(zi)動化翻(fan)譯到(dao)海外(wai)。比如人臉翻(fan)譯，將中國(guo)模(mo)特翻(fan)譯到(dao)海外(wai)變成歐美、日韓或者(zhe)其他模(mo)特；字幕、音(yin)頻(pin)翻(fan)譯，字幕變成英文(wen)，音(yin)頻(pin)變成英文(wen)。
其次，拓更多的品類、區域和更多的變現方式，比如從傳(chuan)統的(de)(de)工(gong)具再到MCN業務，提供全(quan)鏈路(lu)、全(quan)流(liu)程、全(quan)類型的(de)(de)服務。
我們還有一個優勢是能幫商家算清楚賬。所有客戶的(de)價(jia)值(zhi)排序(xu)都是開源節(jie)流(liu)、管理(li)發展，首(shou)先是你能(neng)不能(neng)幫我多(duo)賺錢、省錢，再下面才是管理(li)和發展的(de)需(xu)(xu)求(qiu)。我們(men)可以(yi)算出來商家一(yi)個月通過我們(men)的(de)服務能(neng)多(duo)賺多(duo)少(shao)錢，視頻幫他們(men)多(duo)賣多(duo)少(shao)錢，以(yi)及省掉多(duo)少(shao)人工成本。這也是我們(men)選擇電商的(de)理(li)由，需(xu)(xu)求(qiu)很大(da)，并且內(nei)容的(de)價(jia)值(zhi)可量化。
我(wo)們在全國各(ge)地都有(you)分(fen)(fen)布，尤其在電(dian)(dian)商聚集帶，像杭州、上海、廣州、深圳、廈門，今年可能會(hui)擴展一些海外業務。我(wo)也從去年開(kai)始做創始人IP，定(ding)期分(fen)(fen)享一些AI和(he)電(dian)(dian)商的(de)干貨，大家如果對我(wo)們的(de)業務感興趣，或(huo)者(zhe)對電(dian)(dian)商和(he)AI感興趣，都可以(yi)來關注我(wo)們。
以上是武彬演講內容的完整整理。
