同样拍800双鞋,20人拍10天,还是2人拍2天?近日,都市快报·橙柿互动发布深度报道,关注惠利玛智惠映AI自动拍照智能体(顶拍版)。这台AI拍照神器,把拍摄、抠图、修图、详情页生成和上架压缩进一条自动化流水线,正在给电商人“上大分”。从订货会拍摄到电商详情页上架,AI视觉内容生产正在从“人海战”走向“系统战”。

前不久闭幕的第五届全球数字贸易博览会上,3号馆一台带着C型弯柱的设备吸引了不少观众:工作人员将一只崭新的靴子放上转盘,拿出手机扫码,机器开始自动运镜、对焦、拍摄,其间转盘自动翻转提供不同拍摄角度;拍摄完成后,系统接着自动抠图、修图,最后生成这双鞋的商品详情页,一键上架网店。它像把一间小型摄影棚、修图房和运营后台,压缩进了一台小小的机器里。


“每次订货会都需要拍摄800双到1000双鞋子,之前是依靠人工拍摄,纯粹就是堆人。”他说,常规情况下,20个人需要10天。
这还只是“拍”。拍完还要修、做详情页、上架。陈靖说,过去自建团队只有10个人,再加上去外部寻求帮助的人,大概需要二十几个人,处理照片则需要两周。20个人两周拍800双鞋,已经接近极限。现在一台拍照机,两个人两天就能处理800双鞋,足够解决订货会的拍摄需求。

人的体力也是瓶颈。陈靖提到,拍摄不只是按快门,长时间举相机、反复对焦才最耗体力,手会发酸、发抖。他们测量过,对不常拍摄的人来说,一天连续拍200张已是不小的负担;如果长期高强度拍摄,手腕、手指容易劳损,甚至可能引发腱鞘炎。
直播电商把这个痛点放得更大。陈靖说,直播电商一晚上要卖的东西非常多,可能有上百款。上传不是结束,消费者还要看评论、看详情才会购买。
温州一家网店有200多万粉丝,一天有80个人在做这件事,围绕直播每天处理100张图。珠宝首饰更夸张,义乌一家首饰店一年做十几个亿,仅处理不同照片就需要将近30个人。
这些场景指向同一个问题:商品图不是“拍一张照片”那么简单,它是一整条人力密集、环节割裂、标准不一的链条。链条越长,上新越慢,成本越高。

“这里的一根线都是我们自己制作,并非在外面制作完成后自己组装。”他说。
0到1是最难的,因为没人做过,王雄把它比作马斯克研制可回收火箭——“没有人这样做过”。
从第一代到第三代,不过一年多时间:第三代机器解决了垂直顶拍的问题。过去机器只能水平拍摄或者翻动鞋底,而用户还需要从顶上拍摄。最合适的方案是1/4圆弧,相机沿弧形轨迹从俯拍到平拍任意角度自由调节。机器上还设有安全光栅,有人靠近会自动关停。

为什么非要设计成软硬一体?王雄说,因为通用AI工具在商用场景中稳定性差、随机性强,无法满足量产需求。硬件解决“拍得准”,软件解决“出得好”,两条腿走路,才能满足商用级标准。
在软件端,AI的用法也远不止修图。王雄说,AI可以抠白底图,可以把白底图与模特和场景合成,还可以根据款式识别核心卖点,扩写成一篇更有说服力的小短文,最终形成详情页再上架。详情页除了尺码之外,尺码由商品档案决定,可以与客户的ERP系统打通;如果没有ERP系统,也可以用Excel把商品信息、款号和品类整合。最后上架通过API对接。
陈靖补充,抠图精细度方面,从第一个版本到现在已经升级了很多,可以做到95%甚至99%以上,大部分图片无需处理。但如李宁这类要求特别高的品牌,可能需要有人抽看照片。跨境电商要求不高,完全可以满足。
王雄对这台机器的定位,不只是“拍照”。他说,人的信息70%以上是通过眼睛的视觉获取的,因此他认为它是一个视觉智能体。除了拍摄,还包括质检,同步处理划痕、污渍等问题。
陈靖提到,有客户做二手包,需要清楚划痕在什么地方,过去靠人工标注,现在客户提出拍摄后直接标注这个地方有划痕、磨损。还有客户要求测量尺寸、称重量、做3D展示、制作视频进行质检。名创优品可以用它解决80%的SKU拍摄问题,后续还将扩展到家居品类,虽然大件只能解决60%-70%,但客户认为值。
价格上,三代机最贵的顶拍版也不到4万元,软件可按需加购,最高加1万元。5万元以内,不仅包括拍摄、美工和修图三个工作,整个运营也在其中。
对比传统模式,这笔账不难算。陈靖说,传统自建团队一年三四十万元,外包一套图1000元左右,还要等一两周,修改再翻倍。而现在,“从开始放上去到生成详情需要3分钟。”如果只用于拍摄,速度更快,5秒钟能拍一张图片。“不满意,再来3分钟。”
这背后是生产方式的变化:过去是“人围着商品转”,摄影师、修图师、美工、运营各管一段;现在是“商品围着镜头转”,一台设备把拍摄、处理、详情页、上架串成闭环。
传统模式是人工拍摄、导出、上传AI工具、处理、下载、美工做详情页、再导出上架,多步手动操作,链路割裂。智惠映则是放置翻转、自动拍摄、AI处理、一键上架,全流程在同一台设备内完成。
这种变化对小微商家和夫妻店尤其敏感。陈靖说,理论上一个夫妻店如果想做外贸,鞋子放上去之后,会自动拍照、抠图、修图,其他都不用做了。如果要模拟鞋子穿到外国人脚上的效果,一对夫妻如何寻找外国人当模特?设备可以直接模拟穿着效果,帮你制作详情页,自己上传。


陈靖在采访中提到了直播电商的变化:一晚上可能卖100款,每天处理100张图,一个月需要处理多少?成本非常高。现在有拍照机,拍摄速度非常快。他认为,未来商业模式、网店模式以及竞争格局都会发生变化。因为有些商品属于快消品,未来不会只拼速度。
陈靖说,他们认为视觉方向的延展会越来越多,前景很广阔。因为它不仅拍照,还延展了很多附加价值,场景会不断扩大。他们正在与视觉智能芯片公司尝试合作,视觉智能本身在进行许多研究。设备里安装视觉智能,实际上可以实现很多功能。

审核 朱文科 陈欣文

