今天，AI 商拍图"必须亮明身份"满一周年
2025 年 9 月 1 日到今天，《人工智能生成合成内容标识办法》施行整一年。中国新闻网上个月的评论把行业的窗户纸捅得很破：《办法》明确要求对 AI 生成内容进行显著标识，可现实中标识模糊不清、AI 内容与实拍内容混杂投放已成常态。中国新闻网
商家这头的热度却没退：从出道三十天广告报价飙至 25.8 万的 AI 短剧女主，到电商页面肢体畸形、错位的 AI 女装模特。中国新闻网 秋冬上新季就在眼前，中小服饰店的运营面对的问题非常具体：模特图要不要让 AI 做、哪些能直接用、哪些一用就炸。这一篇把实测数据、行情价格和退货率账本摆开看。
先算成本账：差距是真的，但省下的钱去了哪
知乎一篇力推 AI 商拍的稿子给杭州电商圈算过实拍行情：真人模特时薪：新人模特通常在 300-600 元/小时。知乎 该文接着算：季度上新 40 款要拍 12 小时，妆发、场地、精修一样不能少——"成本降九成"的说法是厂商自述要打折，但差距的方向没人怀疑，因为 AI 这头有人实测过：PixGT 的图生图按点数计费、10 点一张，开衫这 4 轮一共 40 点，成本不到五毛钱，比上架之后再返工便宜得多。知乎 但账要翻过来看另一面：打开某款 AI 生图软件，输入提示词、调整参数、反复抽卡、筛选结果、再手动精修细节——一套流程下来，一张图可能就要耗掉数小时。知乎 AI 省的是模特费，花的是筛选、返工和你自己的人力。
AI 已经做稳的部分
平铺服装图转模特试穿、换模特、换场景这一类基础需求，卖家圈流传的工作流确实已经能出成品，上面这张就是典型产出。质感层面，7 月新模型发布后知乎测评帖的直观感受是：给我影响最深刻的是人像特写，质感太好了，真的就和商业磨皮修出来的一样。知乎 这是个体体验不是评测口径，但"一眼假"的门槛确实被踏过去了。更值钱的判断来自实测帖：模特试穿图的还原度主要由提示词的锁定程度决定，换模型解决不了不写锁定词的问题。知乎 换句话说，“同一套衣服换着花样排布”——换场景、姿势裂变、批量风格图——是 AI 边际成本接近零的部分，也恰是小店上新最缺工时的部分。
必翻车的部分：一组 10 轮对照实验
翻车分布上，8 月下旬有位服装电商从业者拿三款在售的衣服跑了 10 轮图生图对照（Nano Banana 8 轮、Seedream 5.0 2 轮）。知乎
第一类翻车是可数元素：出来的结果第一眼挑不出毛病：颜色对、领型对、罗纹在、刺绣位置也没偏。放大数纽扣——5 颗。知乎 而它不会告诉你错在哪——原图 6 颗的纽扣，模型只会给一个"看着协调"的数量。
第二类是穿着状态被自作主张：同一张开衫平铺图，换个说法重跑一次，纽扣这次一颗不少，但衣服被敞开穿，里面多了一件米白色内搭。知乎 它在按自己理解的"一个人穿这件衣服的样子"补画面，袖子、裤腰、配件都可能跟着被改。女装还有更离谱的性别错配轮次，整张图直接作废。
第三类是连续量锁不住：提示词里写了第 3 条「保持裙长与身形的比例真实」，出图裙长仍然从原图的及膝中长款被改成了大腿中部的短裙。知乎 长度这类连续量，写"比例真实"没用，得写成"裙摆位于膝盖上方 3-5 厘米"这种具体值。
可数元素则有现成解法：解法是把数量写成阿拉伯数字放进提示词，同时在负向词里加「纽扣数量改变」。知乎
这位作者自己也没把话说满：但这是 10 轮的样本量，不足以当成通用结论——建议拿自家最难的两三个 SKU 各跑 4 轮再定。知乎 这句比任何"AI 行不行"的结论都值钱：翻车分布跟品类强相关，你的百褶裙和你的卫衣不是一个难度。
另一面账本：买家正在用脚投票
小红书那条 1679 赞、120 评的《某些女装不要太离谱》，攒的最多是一种情绪：我真的不想对着假图，猜真实的衣服是什么样了。小红书 另一张 AI 模特图下面的热评说得更直白：假的要死，也没有实拍平铺图，谁知道这个衣服到底是什么样的，我看模特图是为了看上身效果，不是为了看模特脸的。小红书 买家不在乎模特是不是"AI 的"，在乎的是这张图还能不能代表衣服本身。
数据面同样不乐观：市场研究机构 Gartner 的调研显示，53% 的消费者对 AI 生成内容缺乏基本信任。36氪 头部品牌已经在用脚投票：欧莱雅明确规定在对外传播中严禁使用 AI 生成的逼真人脸、皮肤和身体形象，联合利华也有类似规定。
反过来的"全面 AI 化"叙事同样要打折："91% 营销团队常态化使用 AI"出自厂商自述报告，麦肯锡调研数据显示，80% 的企业尚未看到 AI 技术对品牌利润产生实质性正向影响。36氪
监管这头一年里也没闲着：中央网信办部署开展了"清朗·整治AI应用乱象"专项行动。新华网 网信部门随后依法查处了"剪映"App 等生成合成内容标识违法问题网站平台。新华网 把 AI 图和实拍混着投放，别赌平台一直看不见。
上新季前，给你的一份实操清单
所以结论不是"别用 AI"，是分着类用。第一，上架前先自测：上架前按可数元素、穿着状态、长度、工艺细节、手部这 5 项逐条核对，其中可数元素和长度最容易出问题。知乎
第二，主图位留实拍：亚马逊要求纯白背景 RGB(255,255,255)、商品占比不低于 85%，模特图通常放在附图位而不是主图位。知乎 国内平台口径各不同，但高转化主图用实拍、AI 试穿图放附图位，是更稳的排布。
第三，标识和留证一起做。AI 图按《办法》打上显式标识是法定义务不是可选项，市场反噬已经在发生：当商业宣传开始依赖 AI 生成的幻象，消费者下单便如同开盲盒，女装行业退货率一路走高，从侧面印证着虚假宣传带来的市场反噬。中国新闻网 同时保留拍摄原片和实拍底图——律师提醒过，图片上传平台后往往会被压缩，原始信息可能丢失，商家自证反而更难。光明网
别把这当杞人忧天，AI 假图的双向伤害早就有判例：湖南衡山县法院审结的案件里，男子利用 AI 伪造榴莲等高价水果腐烂、发霉图片，以商品存在质量问题为由申请仅退款，再将完好水果转卖，恶意退款 100 余单，货值 1.6 万余元，最终因诈骗罪获刑。光明网 你用 AI 图吃效率红利，就得同时保证：买家投诉时，你能拿出平台认得了的"这是真衣服"的证据链。
最后留三个继续观察的信号：各平台对 AI 商拍图标识的执行力度、你店里女装退货率的月度曲线、社区里"一眼假电商图"吐槽帖的热度。这三个指标但凡有一个开始咬手，就该重新评估你家哪些 SKU 的图该拍回真人了。
