成本不到五毛钱，这款 AI 设计工具想要「训服」家居电商审美

先来做个测试：猜一猜，下面哪张家居商品图是 AI 生成的？

「不用猜，左图一眼 AI。」这张耗时 2-3 天、市场价 200 元的「精致废稿」，融合了多款工具的功力。然而，基本无法逃脱人类肉眼的第一眼直觉。

熟悉极客公园的朋友，估计都能猜到右图也不简单。这张看似「一眼真」图片由天猫的 AI 设计产品「家作」生成，耗时只需几分钟，成本不到 5 毛钱，而且审美还挺在线。这让我不禁感叹：AI 生图的技术代差真大，AI 生图的商用信息差更大……

在这届 AWE 展会上，天猫首次为 AI 产品开辟独立展区，排队测试的海内外观众往来不绝。

乍一看，面向消费者的 AI 购物工具已经变成了热门打卡点。我也凑了凑热闹，选定喜欢的装修风格图片，靠「拍立搭」识图就能出商品搭配清单，还能将商品一键加入购物车。不仅如此，「放我家」还能帮我直接把商品装进我家里，还能在 3D 样板间里组合搭配看效果，电商种草似乎玩成了购物版「模拟人生」。

试完 C 端 AI 产品，我更好奇天猫在 B 端 AI 产品侧的能力进展了。我尤其好奇这款 AI 设计工具「家作」，想深度测评一下实际效果真有这么逼真吗？

01

这款 AI 出图工具还挺爱「较真」的

 

围观前排用户测试「家作」，我发现最低使用门槛降到了只剩三步：上传商品图片（一键智能抠图），选择场景风格（一键智能推荐），最后点击「开始生成」。

一分钟过后，四张风格流行的成图就诞生了。再审判一下细节：商品没有任何形变，边柜的光线投影符合物理规律，不同家具摆放的位置也合乎生活逻辑。

图注：极客公园使用「家作」生成的 AI 图片

这个流程的确称得上「有手就能操作」，成图也能轻松吊打中下水平的电商图了。尽管要让 AI 图片做到跟物理世界一样真实已经很难了，但在优质电商图的比拼里，仅有场景真实度是远远不够的。

作为专业测评观众，我决定给「家作」上点难度。我想量身定制一张商品大片，看看全盘控制下还能不能包揽细节真实度和氛围感。

趁还没排到我，我赶紧找出 DeepSeek 帮我「作弊」，让它生成了一段包含不同材质、光影层次、风格等多个考核维度的客厅描述。

DeepSeek 很快输出了一段 Prompt：「背景墙为暗红色仿砖墙纸，左侧放置胡桃木色实木边柜，黄铜台灯照射着柜面上的旧书堆。地面铺设红棕色调的波斯风地毯，搭配深棕色木质茶几，茶几上放置珐琅茶具和复古报纸。墙面悬挂一幅 19 世纪风景油画，屋顶吊灯的暖黄色光线投射在油画上。窗外透入傍晚的暮光，角落里点缀着一盆龟背竹。」

经过两轮抽卡，我从 8 张 AI 图片中选出了一张最满意的图。生成结果如图所示：

图注：极客公园使用「家作」生成的 AI 图片

黄铜台灯的金属光感，茶几的木质厚重感，地毯织物的柔软感，不同材质的感官对比清晰可见。最令人惊艳的是打光，吊灯的光线洒在油画上，向下流泄出光影渐变的层次。配合窗外的暮色，这些光影效果既符合真实世界的规律，又似乎能带来特有的情绪体验。

不过，为了保持专业测评的倔强，我必须要指出：复古报纸没有出现在茶几上，窗边绿植貌似是竹类植物，但不是龟背竹……

接着，我尝试用「图片局部调整」功能，修改文字细节来做优化。但是，家作暂时还不能做到完全「指哪打哪」，修改后的图片依然是概率重组。这意味着，假如我执着于增加一张复古报纸，可能会改变当前满意的吊灯款式。

场景都能全部「伪造」，那模特呢？在家居类目，有模特和没模特的效果差别很大，不然电商老板怎么舍得花上千元时薪请模特。

既然要上难度，我必须试试凭空「造人」的「文生模特」。

场景图已经定在傍晚，我又输入了一段生成模特的 Prompt：「一位留着黑色长发的女性，穿着丝绸睡衣，半躺在沙发上，眼睛注视着手里的书。」为了增加图片的故事感，我还添了一只悠闲的小猫。

生成模特的难度显然要高于场景图，虽然不至于三头六臂，但人体比例不科学、手脚细节的概率的确更高。不过，好在家作推出了「手部修复」功能，专门解决难倒众多 AI 生图工具的画手问题。

最终，在四次抽卡生成的 16 张图片里，我选出了下面这张较为理想的图片：

图注：极客公园使用「家作」生成的 AI 图片

放大仔细一看，加入模特后，商品图中的物理规律竟然还能成立。比如，模特的左胳膊靠在沙发扶手上，质地柔软的沙发受到挤压，自然塌陷下去了。甚至，模特的影子投在沙发上，对应的这块沙发颜色也变暗了。

作为一个平时只会「一键修图」的 PS 绝缘用户，能凭空生成这样一张有氛围感的家居电商图，我已经成就感拉满了，不由得升起一种「这活儿我也能干」的外行自信。

这么逼真的商用效果，到底是怎么做到的？我找到家作的产品经理鱼乘聊了聊内幕。

鱼乘透露，家作由团队自研的行业 AI 大模型支撑，产品细节上非常遵守家装设计领域的物理规律。用户感知到的每一个真实细节，都基于阿里内部的海量数据训练和团队丰富的行业经验。

图注：家作提供的 AI 商品图，模特为 AI 生成

为了逼近真实，家作内部制定了 AI 家居美学的五维标准，从主商品形变、文本响应度、环境美观度、软硬装形变、光影等五个方面，划分了不同档次不断迭代效果。

以商品周围的环境形变为例，家作团队用一年多时间将变异率从 60% 降到了 16%，其中严重变异率从 37.5% 降到 9.4%。这意味着，剩下的大部分变异都是不起眼的轻微形变，有时候 AI 比人类还「较真」。

「我们选择了跟通用 AI 生图工具不同的商业化路线，力求在家居家装家电等垂直领域做到 90 分以上。」鱼乘表示。

02

从 AI 工具到 AI 生态

商家的利润公式正在被改写

 

排队时，一位杭州商家告诉我，他们一年至少需要拍摄 240 张商品主图，每张成本 400 元左右，全年直接烧掉近 10 万元。对中小商家而言，这无疑是一笔足以蚕食利润的支出。

按照我前文实测的抽卡率计算，一张理想的商品图大概要从 8 张 AI 图中选出来。假设这 240 张图片都可以用 AI 替代，预估需要生成 2000 张 AI 图供挑选。而使用家作生产一张 AI 图的价格是 0.35 元/张，那么这位商家的成本可以骤降到 700 元，出图成本直接降了 93%。

「有的商家疯狂用，一个月就生成了 4000 张图。」家作产品经理鱼乘告诉我。他还透露，2024 年 1 月，使用家作的商家数是 2445 家，而到了双 11 前的上新高峰期，10 月中旬一周内的使用商家数就达到了 2 万家左右。

值得一提的是，天猫的电商生态优势让家作可以深入电商应用层。一般的 AI 作图工具只能生成素材，至于实际应用效果要靠人工判断。而家作则可以追踪 AI 商品图的点击率，从实际电商应用中获得反馈，并且通过强化学习进一步提升 AI 图片的引流效果。这意味着，家作未来可能会「越用越聪明」。

鱼乘介绍，有一位中腰部旗舰店商家使用了家作的托管模式，店内 12 个参与托管的商品中，有 10 个商品的 AI 图点击率高于原图。截止到 3 月 9 日，平均每个商品进店频次提升 1395.5 人次，进店成交提升了超过 195 万元。

在天猫的 AI 战略中，家作无疑是一款布局领先、发展迅速的 AI 产品，但天猫在 AI 电商领域的布局远不止于此。尤其在家装、家电、家居行业，天猫快人一步，率先在垂直领域做了精准的 AI 应用定位。

从现场布展就可以看出来，天猫商家可以用「万相营造」图生 AI 视频，还能用官方数字人 24 小时直播、「AI 小万」营销推广、人工智能客服「店小蜜」实时响应互动，以及使用「生意管家」多功能辅助数据分析、经营代理、素材生成等工作。

一整套产品组合看下来，天猫似乎试图想要为商家打造一支 AI 电商团队，完成从内容生产、营销推广到经营决策的全链路 AI 化重构。

在传统电商竞争中，总是逃不过人力比拼：设计师内卷修图速度和场景创意，主播争夺日不落的直播时长，运营绞尽脑汁寻找爆款，大促时期人人都得当客服。

而天猫的 AI 产品生态，正在将未来的电商竞争焦点，转向由技术驱动的应用创新。