一款秋冬外套上架前，要出主图、细节图、模特图、场景图，加起来几十张。过去这套图要租影棚、约模特、请摄影和修图，排期两周起步；现在把样衣拍几张平铺图，剩下的交给 AI 生成，当天就能出第一版。成本差出两个数量级，出事的概率也跟着上来。这篇按环节看：设计、选品、展示、物料，哪些环节省得踏实，哪些环节一省就会踩线。
从草图到详情页，中间隔着七道工序
一件衣服从想法到上架，走的是一条长链：趋势调研、款式设计、打版、面辅料采购、样衣制作、批量生产、拍摄与详情页、投放。AI 目前插得进去的是头尾两段，出图和出文案；中间那几段涉及实物，它进不去。这个位置决定了它的价值：省的是试错次数和拍摄排期，省不了打版和品控。看清这一点，才不会把「AI 能出图」误解成「AI 能做衣服」。生成图到底属于哪类数据，可以看 合成数据是什么。
四个环节，省的和出事的都在这里
把行业里的用法按动作拆开，边界比宣传里清楚得多：
| 环节 | 能做 | 不能做 |
|---|---|---|
| 款式草图 | 一天出几十个方向，改配色、改廓形、改领型都很快 | 判断这种垂坠感靠什么面料实现，工艺能不能落地 |
| 图案与印花 | 按主题批量生成图案，适配不同品类和版型 | 确保印花工艺能还原色阶，确保图案不撞他人作品 |
| 模特与场景图 | 用平铺图生成多角度上身图，换背景、换模特、换光线 | 确保版型、衣长、褶皱走向与实物一致 |
| 详情页与物料 | 生成卖点文案、尺寸说明、多语种版本 | 把关成分、产地、功能类表述是否属实 |
四行里风险最高的在第三行。它看起来只是「换个背景」，实际动的是整件衣服的呈现方式：肩线落在哪、袖口堆不堆、下摆是垂是撑，全靠模型自己补。补出来的效果通常比实物好看，这恰恰是问题所在。
80 倍的差价来自账目结构
标题里的倍数，说的是两种做法的账目结构不同。实拍按天付钱：影棚、摄影师、模特、化妆、修图，一天下来是一笔固定支出，拍二十款和拍两款差不太多，摊到单张上就看款式数量。生成按张付钱：算力、订阅、人工修图，数量线性增长。款式越多、需要改的次数越多，两者的差距越大；反过来，只拍三款、要求极致质感，实拍的单张成本反而可能更低。所以「几十倍」不是固定结论，它取决于 SKU 数量、改图频次和对质感的要求。把它当成方向性判断，比当成报价更靠谱。想理解模型怎么从一张图里读出结构，可以看 计算机视觉怎么识别画面。
图与实物之间那条线不能挪
生成图最大的风险不在好不好看，在像不像。消费者下单依据的是图片，收到的衣服如果颜色偏了两档、衣长短了一截、面料从垂顺变成硬挺，就构成误导。这不是技术问题，是责任问题：模型没有「这件衣服实际长什么样」的概念，它按训练数据里的常见形态去补，很容易把普通面料渲染出高级质感。可用的范围有一条清晰的线——版型、颜色、材质观感、细节结构必须与实物一致；背景、光线氛围、模特替换可以自由发挥。生成图还应当标注，别让人误以为是实物拍摄。多模态模型理解图片的方式，可以看 多模态 AI 怎么同时处理图与文。
面料手感和版型判断，屏幕给不了
有三件事，图像这条路始终绕不过去。面料手感：克重、弹性、起球、透气，隔着屏幕没法传递，消费者只能靠描述和评价拼凑。版型判断：同一件衣服穿在一米六和一米七身上，效果差一截，模特图再真也替代不了试穿。审美判断：这一季该押哪种廓形，是设计团队对人群和场合的理解，模型只能给出平均意义上的「好看」，给不出观点。这三件事里，前两件属于体验缺口，第三件属于决策缺口，都不能靠加算力补上。
看这类案例时该问什么
看到「成本降到原来的几十分之一」这类说法，先问三件事。省下来的是哪一段，拍摄、修图还是模特？如果是拍摄，那打版和样衣的钱还在，整体成本降幅没有宣传里那么大。图与实物的偏差谁负责，出问题按什么标准判定？答不出这一条，说明方案只想了效率没想合规。退货率有没有变化？这是最诚实的指标，图片比实物好看，短期转化会涨，退货和差评会在两个月后到账。三个问题问完，一套方案值不值得上，基本能判断。
速查：服装 AI 出图的四条线
- 颜色、衣长、版型、材质观感必须与实物一致
- 背景、光线、模特可以换，衣服本身不能「优化」
- 生成图要标注，避免被当成实物拍摄
- 盯退货率，比盯转化率更能看出图有没有失真
