AIGC 营销图：从生成到定制的生产线
电商客户的 AI 需求清单里，商品图永远排在前三：一张商品营销海报过去要经过素材准备、背景设计、商品排版、文案添加、多尺寸适配五个环节；现在文生图 → 图生图 → 局部编辑 → 风格定制可以串成一条生产线。这一课讲这条生产线的每一站，以及开源模型在 AIGC 上现在的真实水位。
一、开源生图/生视频现在什么水平
- Z-Image（阿里，6B，Apache 2.0）：完整底模支持 CFG、负面提示词和微调；社区常用的 Z-Image-Turbo 约 8 步出图，RTX 5090 上 1024px 一张约 3.2 秒。社区实测里它做对了几件扩散模型的老大难：招牌文字写对、"正好三只鸭子"数量数对、商品分栏图左右保持同一件衣服（印花/面料/版型对齐）、复杂插画构图保持完整（法杖从手到杖尖不被裁掉）；
- MiniMax H3（33B，Community License）：生视频开始有"导演感"——双角色 10 秒片不串脸不串衣、按秒入场可控、中文对白 ASR 校验字符错误率 6.8%（错的是同音字）。
结论：开源 AIGC 已过"玩具线"，电商商品图这类接近生产的场景方向已经跑通，离稳定批量出图仍有距离——给客户汇报时两头都要讲。
二、生图模型的三段结构
一句提示词变成一张图，经过三个组件：
- 文本编码器：理解提示词，把"橘猫""墨镜""沙滩"编码成文本特征；
- 扩散模型：从随机噪声出发，按文本特征多轮去噪，逐步成形画面中的物体、颜色、结构；
- VAE（变分自编码器）：在压缩特征空间与像素图像之间转换——扩散在特征空间算，最后由 VAE 还原成图。
三、营销图生产线：五站流水
以"夏日饮料营销图"为例（Z-Image-Turbo + DiffSynth-Studio）：
- 文生图出初稿：提示词写清主题（夏日海报）、元素（冰块/水花/柠檬/绿叶）、色调（蓝绿）、风格（商业摄影）+ "画面中央预留商品展示区"——先快速探索创意方案；
- 图生图放入商品：以初稿为底，结合商品实拍图做编辑，保商品主体换场景；
- 局部编辑：只改画面局部（加 Logo、换元素位置），其余不动；
- 多尺寸适配：同一画面扩展出社媒、短视频封面、网页广告等不同比例版本——过去按平台重排版的活被收进流水线；
- 风格定制（LoRA）：品牌视觉风格沉淀成专属模型资产（下一节）。
四、四类图像 LoRA：让模型学会"你的"东西
通用模型画不准指定商品——提示词写再细，产出也和真品有差距。图像 LoRA 只需少量目标图片就能让模型学会特定视觉特征，分四类：
| 类型 | 学什么 | 训练集要求 | 典型用途 |
|---|---|---|---|
| 风格 LoRA | 色彩/线条/构图的整体风格 | 一组同风格图（内容可不同） | 水墨风、品牌插画风 |
| 人物 LoRA | 特定人物的脸型/发型/形象 | 同一人物多角度/表情/服装 | 虚拟代言人 |
| 商品 LoRA | 商品包装/形状/标志性结构 | 同一商品多角度/背景/光照 | 电商商品图、广告图 |
| 概念 LoRA | 一类抽象视觉特征 | 一组同概念图 | 未来城市、机械风 |
训好的 LoRA 文件远小于完整模型，使用时原模型 + LoRA 一起加载。商品 LoRA 的价值最直接：一双运动鞋训进去，街头/棚拍/清晨逆光各种场景随便换，商品本体保持一致——这是商品图量产的核心矛盾（场景千变、商品唯一）的标准解。
五、FDE 视角：AIGC 项目的边界管理
- 卖点讲"管线"不讲"单张"：客户看过太多惊艳样张，要演示的是从创意到多尺寸成片的完整流水线，以及商品 LoRA 的一致性——量产能力才是付费点；
- 预期管理讲清水位：开源模型单张成功 ≠ 稳定批量；文字渲染、手部细节仍有翻车率，验收标准里写清抽检合格率口径；
- 合规红线：人物 LoRA 涉肖像权要书面授权；训练图片的版权归属在合同里写明——AIGC 项目的法律条款和技术方案同等重要；
- 资产沉淀：客户的品牌风格 LoRA、提示词模板库都是可移交资产，也是续约的粘性所在。
本课自测
- 生图模型的三个组件分别负责什么？
- 商品 LoRA 解决的核心矛盾是什么？训练集应该怎么准备？
- 营销图五站流水里，"多尺寸适配"取代了过去哪个环节？
- 给电商客户汇报开源 AIGC 水位时，哪两头必须都讲？
随堂测
逐题作答，即时反馈
1. 一句提示词变成一张图，生图模型内部的三个组件分别负责什么？
2. 商品 LoRA 解决的商品图量产核心矛盾是什么？
3. 给电商客户汇报开源 AIGC 能力时，哪『两头』必须都讲？