靠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|數位時代 BusinessNext

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

傳統型錄製作相當耗時費工，現在連模特兒都可以靠AI生成！讓換衣服、試裝到印刷的工作流程加速許多，而且與真人相似度極高，大約95%的人都無法分辨。

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

在生成式 AI 驅動下，新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式，也重塑了讀者獲取資訊的入口。面對這場產業變革，台灣科技媒體領導品牌TVBS 展現強勁的轉型動能，不僅積極布局 AI 應用，更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流，日前，TVBS 攜手數位經濟暨產業發展協會（DTA）舉辦「AI in the Newsroom－TVBS轉型實戰分享」發表會，現場匯聚媒體與科技領域專業人士，從實務案例出發，深入剖析 AI 導入新聞現場的應用模式，共同見證 TVBS 如何以 AI 為核心引擎，重新定義數位時代的媒體影響力。

從「人」出發：從超級個體到超級組織，啟動 AI 原生轉型

TVBS 集團成長長簡西村表示，早在生成式 AI 浪潮成形之初，TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部，專責 AI 應用開發與轉型推進，更由董事長親自主持每週一次的 AI 策略會議，確保決策與執行節奏高度一致，並進一步盤點出「人、流程、科技（PPT）」三大轉型關鍵，逐步落實將 AI 導入各項營運環節。

從「人」的角度來看，TVBS 以 AI 提升效率與創造價值為目標，提出超級個體與超級組織的轉型藍圖。其中，超級個體指的是能善用 AI 工具的記者，例如：透過 AI 分析海量資料、自動生成初稿或經營個人品牌，透過與 AI 的分工協作，不僅提升產出效率，也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯，便進一步形塑出超級組織，透過 AI 全面提升團隊的數位戰力，成為 AI Native（AI原生）媒體組織。TVBS 的願景是，讓每一個議題皆能發展出專屬 AI Agent，負責資料處理與初稿生成，而人扮演總編輯角色，負責內容品質與倫理把關。如此一來，不僅能實現全天候、高頻率的內容更新，更可透過多 Agent 協作，同時產出文字、影音、Podcast 等不同形式的內容，實現一次生產、全平台分發的目標。

從「流程」出發：讓AI嵌入新聞產製，縮減 30% 作業時間

從「流程」的角度來看，AI 唯有真正嵌入新聞產製流程，才能發揮最大效益。然而，哪些環節最適合導入 AI、導入後流程該如何重塑，往往只有第一線新聞人最清楚。為此，TVBS 邀請新聞部同仁組成「文科種子」團隊，並由主管從日常工作情境出發，親自示範 AI 應用，讓記者實際感受到 AI 帶來的效率提升，進而翻轉「不好用」的既有印象，吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調，「AI不是要把新聞人變成工程師，而是要讓新聞人重新回到專業現場。」因此，這群橫跨編輯、記者、編譯等不同職能的種子成員，從使用者視角出發，與工程師並肩協作，以使用情境取代傳統規格書，讓技術團隊得以深入理解採訪流程中的真實痛點，進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用，整體作業時間平均縮短逾三成。同時，新聞部也與 AI 部門建立每週開會機制，持續提出痛點及回饋使用經驗，推動產品快速迭代。

另一方面，TVBS 也連續三屆舉辦員工限定的「AI 黑客松」，各部門同仁由日常工作中的痛點出發，發想出更貼近第一線需求的 AI 解決方案，讓 AI 逐步成為組織共通的語言，不僅有效提升工作效率，也進一步形塑出 AI 驅動的創新文化。

從「科技」出發：打造混血系統 AI WIZE，讓AI真正貼近使用需求

從「工具」的角度來看，如何在滿足使用需求的同時兼顧技術快速迭代，成為關鍵課題。為此，TVBS 提出混血系統概念，由新聞人與 AI 部門協助，共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS AI未來科技部副總監吳楨文說明，AI 技術迭代速度極快，若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式，不僅溝通成本高、也難以快速及時優化，容易導致使用體驗不如預期。若是直接使用外部 AI 工具，在產出結果不穩定的情況下，使用者常常要反覆調整提示詞與修正細節，反而會增加時間成本，使 AI 應用淪為新的負擔。

為解決這樣的困境，TVBS 在開發 AI WIZE 時，結合系統化與人才混血兩大策略，由工程師在「深水區」把關系統架構、資訊安全與成本控管，而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景，並將新聞專業封裝成可重複使用的 AI Agent技能，同時透過持續回饋機制，讓 AI Agent 不斷學習與優化，使工具更貼近日常工作需求。

簡西村最後強調，人機協作不是選擇，而是必然路徑。TVBS 期望透過這場 AI 轉型，打造兼具速度、深度與可信度的新型媒體競爭力，並以自身實踐經驗為基礎，帶動台灣媒體在 AI 浪潮下強化整體產業競爭力，重新定義媒體的「真實」價值，開創新聞產業的 AI 新時代。