AI生成超逼真模特兒,95% 的人都無法分辨!從試穿衣服到棚拍都沒問題
AI生成超逼真模特兒,95% 的人都無法分辨!從試穿衣服到棚拍都沒問題

傳統型錄製作,從品牌形象定位、選模、定妝/裝、攝影、選片、修片、校色,到打樣印刷,整個過程耗時又耗力,即便現今型錄已逐漸線上化,前置進棚拍攝工作依然耗時費工。然而,隨著AI技術的發展,將為時裝業提供更簡便、較低成本的選擇。

據統計,當今電商上的模特兒展示圖約 95% 皆經過修圖,有了 AI 技術輔助,將可快速針對系列產品更換模特兒、變換造型、系列服裝顏色,而「AI 模特兒」(AI Fashion Model)的出現,更可為公司帶來獨有的品牌形象,並創造模特兒與品牌識別的直接關聯性。本文將從 Artificial Talent 及 Lalaland 兩家 AI 模特兒公司,探討 AI 建立假人及套模,於時尚電商的未來應用。

延伸閱讀:從AI到量子運算!10大最具潛力的顛覆性技術,哪項「錢景」最好?

Artificial Talent

位於美國芝加哥的 Artificial Talent 是全球第一個 AI 模特兒公司,透過 AI 及 3D 技術,經過數千個真實頭部、臉部分析後,其開發的 Adonis® 臉部生成引擎可大規模生成完全客製化的逼真 AI 模特兒,進而幫助零售品牌降低成本、縮短產品推出時間,並協助解決目前廣告相關社會責任議題(族群平等與多樣性)。

企業用戶可先與該團隊聯繫討論以現有 AI 人像素材組合塑造或是客製專屬品牌模特兒,並將服飾寄給 Artificial Talent 進行拍攝及 3D 塑型。團隊完成合成後,企業用戶將收到登錄帳戶資料並像查看傳統照片那樣檢查及確認所需照片。

這時候你可能腦中浮現的是過去看起來僵硬、虛假的臉部模擬圖,但事實上經過測試,即使在已告知兩張照片其中一張是 AI 模特兒的前提下,仍有 95% 的測試者無法分辨出模特兒真實與否。

Lalaland

Lalaland 是一家位於荷蘭的新創公司,主要為服飾電商提供逼真的AI生成模特兒及合成照片服務。

企業用戶可先上傳新產品設計圖片,接著根據品牌形象、產品人物誌(Persona——行銷規劃或商業設計上描繪目標用戶的方法,用來分析並針對不同用戶類型設計策略)設定身形、年齡、膚色、種族等以塑造所期待的AI模特兒,接著在發布使用後,更可以針對成單成效、AB測試等評估,回到第二步驟優化圖片,改變姿勢及妝容等再次成圖。

Lalaland 指出,從實體拍攝轉至AI模特兒後,將節省70% PDP攝影費用,整體成圖時程較過去加快230%,點擊率(CTR)增加 140%,進而提升轉換率,並使營收增長 15%!

用AI模特兒打造雙贏

電商、時裝零售商通常會為同一種款式服裝提供多種顏色選擇,有時甚至一件連帽上衣就提供多達 10 種顏色選項,透過這類 AI 生成模特兒服務,企業即可利用 Photoshop 等相容工具,輕鬆點擊按鈕於幾秒鐘內為模特兒換上不同顏色的衣服。

電子商務消費者都希望能在下單前便全方位地了解產品在自己身上可能呈現的樣貌,以減少退貨麻煩。為滿足消費者的期望,少量、單一的模特兒展示圖片模式將成為過去,在不大幅提升模特兒、照片組數以控制成本的情況下,AI 生成模特兒或將成為最佳選擇之一。

本文授權轉載自:FC未來商務

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓