电商SKU主图
自动化生成系统
商品图是京东平台的核心视觉入口，直接影响点击和转化。传统模式下多个商品共用同一套背景模板，同质化严重且无法呈现产品卖点。项目用 AI 将商品主图从"多品共用一套背景"推进到"单 SKU 多场景生成"，系统性解决这个问题。
10.5+
SKU多样性提升
14.5+
消费占比
01 / 项目背景
从"多品 1 图"到"1 品多图"：商品图生产的规模化转折
2023 年，各公司开始尝试用 AI 解决商业问题。京东中小商家体量庞大，大部分没有专业拍摄团队做产品包装；618、双 11、双 12 等大促活动频繁，商家需要大批量替换商品图背景来匹配不同营销语境。项目用 AI 方式系统性地解决这个问题，把商品图从"多品 1 图"推进到"1 品多图"。
提升课程供给与分发效率
同质化严重
多个商品共用同一套背景模板（"多品 1 图"），商家卖点和产品特征无法充分呈现。用户视觉疲劳，点击率下降。商品差异化优势丢失。
中小商家缺能力
大部分中小商家没有专业拍摄团队做产品包装，商品图质量参差不齐。缺少专业包装的商品图直接拉低转化率。
大促批量换图难
618、双 11 等活动需要大批量替换背景，传统人工套版效率跟不上节奏。营销节奏受限，错过最佳投放窗口。
02 / 核心难点
规模化生产中怎么同时保证商品真实、场景合理和风格可控
商品主图要服务销售转化，不能只看画面是否丰富。真正困难的是在大规模生成中，
同时保证商品形态正确、场景物理可信、比例真实和批量稳定。
难点 01
商品形态与轮廓复杂
输入商品涵盖方形、圆形、竖长、倾斜、裁切等多种形态，需分别制定背景生成策略与留白规范。商品轮廓越细碎，抠图残留与边缘失真越严重，良率随轮廓复杂度显著下降。
决定生成结果是否可用
难点 02
品类场景语义复杂
京东商品规模达数千万至上亿量级，3C 数码、家用电器、美妆护肤、食品酒饮等类目各自具备独立的场景语义——厨房小家电适配厨房场景，生鲜饮品适配户外自然，统一背景模板无法覆盖。
决定场景是否匹配
难点 03
品与背景的物理融合关系
商品置入场景后，其空间关系、比例关系与光影关系必须物理可信。典型失真：4cm U盘被参照物放大呈 20cm 视觉效果，1.8m 冰箱被环境比例压缩至 1m。任一维度失真，轻则视觉违和，重则构成虚假宣传。
决定产出能否上线
难点 04
规模生成的质量稳定性
2023 年图像模型能力有限，单张生成质量不代表批量产出稳定性。SKU 形态、品类与场景的组合空间庞大，需通过 ComfyUI 可控工作流保障批量输出质量，将 badcase 率控制在 <30%。
决定系统是否可持续运行
03 / 解法判断
把不确定性从模型转移到工程
图像模型能力有限——直接输入商品图和提示词，无法同时控制边缘质量、场景匹配、物理融合和批量稳定性。项目的核心判断：不让模型一步到位，在每个环节划清边界——模型只做能做的，其余交给规则和工程。
判断 01
可控链路替代整图重绘
模型无法一步到位完成换背景。将生成拆为抠图 → 背景生成 → 产品原样叠回 → 光影修饰的可控链路——产品本体像素级保留，模型只负责背景区域，从架构上规避边缘失真与比例失真。
判断 02
数据归纳场景方向
场景拆解不依赖设计师经验分类。按一级类目×三级类目×点销排名交叉筛选高价值 SKU，从其真实背景中归纳可训练的场景方向——这是统计学问题，不是审美问题。
判断 03
设计判断转译为标注语料
不给参考图让算法自行理解，而是将空间关系、比例关系、光影方向等设计判断结构化为算法可执行的训练语料，确保物理融合要求进入模型训练过程。
判断 04
生成参数固化为标准配置
百万级月产量要求生成过程标准化。参数固化为可复用配置，不逐张调优，以工程手段保障批量输出的质量稳定性。
04 / 商品背景图生成
从商品形态到场景背景的批量生成能力
解决核心问题：输入一张白底商品图，输出一张场景融合、可直接投放的背景图。围绕这条链路，依次完成安全区域规范、场景方向收敛、定向模型训练与可控生成工作流搭建，每个环节的产出作为下一环节的输入。
安全区域规范
识别 SKU 原始图的外形、占比、视角和裁切方式，为每种形态制定安全区域与留白规范——确保后续叠加文案和标签时不会遮挡商品主体。
创意归因与场景结构
从一级类目×三级类目×点销排名交叉筛选高价值 SKU，采集其真实背景图做特征分析，归纳出可训练、可归类、可复用的场景方向——每个场景方向对应一个 LoRA 训练目标。
LoRa模型训练
每个场景方向对应一个定向 LoRA，使模型能够按品类特征生成匹配的商业背景。从素材准备、标注、训练执行到测试验收全程负责，基于统一的验收标准迭代至达标。
按场景方向找图
针对每个场景方向，找到符合特征的图像素材，兼顾特殊品类的空间关系
素材清洗
对原始素材做筛选和处理，去除质量不达标、特征不明确、空间关系不准确的图像
结构化标注
将商品信息与场景特征标注为算法可读取的训练语料，确保设计判断可被模型训练消费
构成数据集
清洗+标注后的素材集即为训练数据集，每个场景方向 100+ 图像样本
ComfyUI -workflow编排
训练好的 LoRA 模型无法独立完成换背景——需通过 ComfyUI 工作流将模型调用、抠图处理、产品叠回与光影修饰演化为有序的可控链路。工作流的核心职责是替代人工逐步操作，实现从输入商品图到输出场景背景图的批量自动化生成。
06 / 图文布局规范与自动化生成
不只生成背景图，还要能直接投放
背景图生成为基础能力。要进入首焦图、入口图等真实投放场景，还需要制定图文布局规范——在商品图安全区域内计算图像区域与文本区域的配比，根据背景图色彩系统动态调整文案颜色，最终通过识别 SKU ID 携带的信息实现自动化布局生成。
图文布局规范
在自动化生成背景图的基础上，通过识别 SKU ID 中携带的产品图、标题、价格、评论等信息，进行主标题、副标题、点击引导的自动化布局生成。核心原则：产品为画面主体，占比须充分展现产品特征；文案其次，不得遮挡商品。
动态自适应配色
优先黑白，确保可读性下限；
其次自适应，根据背景图色彩生成协调的彩色文案。色彩系统基于 WCAG 2.0 AA 级对比度标准构建——正文对比度 ≥ 4.5:1，大号文本对比度 ≥ 3:1。深背景配白字、亮背景配黑字为默认兜底，在此基础上按背景图与产品的色彩均值做色相偏移，得出与画面协调的彩色文案。
