💰較早收集於 11m

Amazon 將 AI 生成圖像整合至搜尋結果

PostLinkedIn
💰閱讀原文: TechCrunch AI

💡了解 Amazon 如何以生成式 AI 取代靜態產品照,進而改變電商搜尋的探索體驗。

⚡ 30-Second TL;DR

有什麼變化

Amazon 利用視覺搜尋與生成式 AI 來建立產品圖像。

為什麼重要

此轉變顯示電商巨頭正朝向以動態 AI 生成素材取代靜態產品攝影的趨勢。這可能迫使品牌重新思考其數位資產管理策略,以確保能與 AI 驅動的搜尋介面相容。

下一步行動

監控 Amazon 視覺搜尋 API 的發展,確保您的產品目錄元數據已針對 AI 驅動的圖像生成進行優化。

誰應關注:Developers & AI Engineers

關鍵要點

  • Amazon 利用視覺搜尋與生成式 AI 來建立產品圖像。
  • 此功能旨在根據用戶的搜尋查詢引導其找到相關產品。
  • 實作重點在於提升消費者的視覺化探索體驗。

🧠 深度解析

Web-grounded analysis with 37 cited sources.

🔑 增強重點摘要

  • Amazon 聲稱,在贊助品牌廣告活動中使用 AI 生成的生活風格圖像,與未使用 AI 圖像的活動相比,廣告投資報酬率 (ROAS) 平均提升了 10.3%。
  • 此功能旨在透過提供更具情境的圖像,打破搜尋結果中標準白色背景產品圖片的視覺疲勞,從而提高用戶參與度和點擊率。
  • Amazon 為賣家提供基於 AI 的工具,以創建更準確、詳細的產品描述和圖像建議,從而提升商品資訊的品質。
  • Amazon 的生成式 AI 功能,包括圖像生成,是建立在 Amazon Bedrock 服務之上,該服務提供多種基礎模型,例如 Amazon Titan Image Generator 和 Stability AI 模型。
  • 這項整合是 Amazon 視覺搜尋技術演進的一部分,其早期功能如 StyleSnap 允許用戶透過上傳照片來尋找類似產品,並已從時尚領域擴展到家居用品。
📊 競品分析▸ Show
平台AI 生成圖像/視覺化功能AI 購物助理/其他 AI 功能
Amazon- 將 AI 生成圖像整合至搜尋結果,提升視覺探索體驗。
  • Amazon Titan Image Generator 可生成和編輯高品質圖像。
  • StyleSnap 允許用戶透過照片搜尋類似產品。 | - Rufus (現已併入 Alexa for Shopping) 提供個性化推薦、價格追蹤和代理購物。
  • AI 生成的評論摘要。
  • 透過 AWS Agentic Shopping Assistant 將 AI 代理技術提供給其他零售商。 | | Google Shopping | - 針對購物廣告測試 AI 生成的圖像背景。
  • 虛擬試穿功能,允許用戶上傳照片試穿服裝。
  • 從 2D 產品圖像生成沉浸式 3D 產品視覺化。 | - AI 模式購物體驗結合 Gemini 功能,提供個性化瀏覽和產品篩選。
  • 代理結帳功能。 | | Walmart | - AI 驅動的擴增實境技術,用於 3D 家居裝飾視覺化。 | - GenAI 驅動的數位助理 Sparky,用於派對規劃、評論摘要和購物協助。
  • 與 OpenAI 合作,透過 ChatGPT 實現 AI 優先的購物體驗。
  • AI 生成的產品描述和評論音訊摘要。 | | eBay | - 「神奇刊登」工具使用 AI 分析圖像並生成產品標題、描述和其他詳細資訊。
  • 改善圖像背景移除工具。 | - 整合 Azure 的 OpenAI 技術。
  • AI 驅動的客戶服務自動化。 |

🛠️ 技術深入

  • Amazon 的生成式 AI 圖像功能利用擴散模型 (diffusion models) 來理解模式並生成類似人類輸出的內容。
  • 該功能建立在 Amazon Bedrock 服務之上,該服務提供多種基礎模型 (FMs),包括 Amazon Titan Image Generator、Amazon Nova Canvas 以及來自 Stability AI 的模型(如 Stable Image Ultra、Stable Diffusion 3 Large 和 Stable Image Core)。
  • Amazon Titan Image Generator 允許內容創作者使用簡單的英文文字提示快速生成高品質、逼真的圖像,並支援透過迭代提示、自動背景編輯和生成多種變體來精煉圖像。
  • 該模型還支援編輯現有圖像,透過提供遮罩圖像或自然語言遮罩提示來新增、移除或替換圖像中的元素或區域。
  • 為確保負責任的 AI 使用並減輕資訊傳播不實的風險,所有 AI 生成的圖像都內建了隱形浮水印。
  • 早期視覺搜尋功能 StyleSnap 採用電腦視覺和深度學習技術,特別是卷積神經網路 (CNNs) 和殘差網路 (residual networks),並透過數十萬張帶註釋的圖像進行訓練。
  • 針對 AI 生成內容的審核,Amazon 使用 Amazon Comprehend 進行提示文字的毒性分類,並使用 Amazon Rekognition 的 DetectModerationLabel API 實時審核輸出圖像,以檢測不當或冒犯性內容。
  • Amazon Bedrock Agents 被用於創建個性化、對話式的購物體驗,結合了生成式 AI、推薦系統和向量搜尋功能。

🔮 前景展望AI analysis grounded in cited sources

AI 生成圖像將成為電商平台產品展示的標準功能。
隨著 Amazon、Google 和 Walmart 等主要電商平台積極部署此類技術,消費者對視覺化和個性化產品呈現的期望將會提高。
零售商將更廣泛地採用 Amazon 的 AI 代理購物助理服務。
Amazon 已開始透過 AWS 向其他零售商提供其 AI 購物助理技術,這將加速該技術在整個零售業的普及。
產品圖像的真實性與 AI 生成內容的標示將成為監管和消費者信任的關鍵議題。
隨著 AI 生成圖像的普及,確保圖像準確反映產品並明確標示 AI 生成內容,對於維護消費者信任和遵守潛在法規至關重要。

時間線

2019-06
Amazon Fashion 推出 AI 驅動的 StyleSnap 功能,允許用戶上傳照片尋找類似服裝。
2020-12
StyleSnap 功能擴展至家居用品領域。
2024-02
Amazon 推出 Amazon Titan Image Generator 模型,可在 Amazon Bedrock 上使用,用於生成和編輯高品質圖像。
2024-09
Stability AI 的文字轉圖像模型(如 Stable Image Ultra, Stable Diffusion 3 Large)在 Amazon Bedrock 上線。
2025-05
Amazon Nova Canvas 生成模型在 Amazon Bedrock 上線,用於從文字描述生成逼真圖像。
2026-06
Amazon 宣布將 AI 生成圖像整合至搜尋結果,以提升視覺化探索體驗。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: TechCrunch AI