绘蛙算法原理及信息处理情况说明

 

为依法保障用户对我方产品/服务的算法基本原理、目的意图和主要运行机制等重要信息的知情权，帮助用户充分了解在使用我们的产品/服务的过程中，我们如何利用深度合成服务等算法技术向用户提供信息和服务，以便用户更好地作出选择，特就我们提供的产品/服务的算法原理及信息处理情况说明如下：

 

1.

绘蛙电商文本生成算法

 

算法名称	绘蛙电商文本生成算法
算法基本原理	绘蛙电商文本生成算法使用阿里通义千问的Qwen-14B开源模型作为底层模型，投喂电商领域数据进行预训练和指令数据微调操作后得到绘蛙电商文本生成算法大语言模型。同时，借助prompt工程实现商品属性抽取/卖点总结，最终面向用户提供种草/爆款/穿搭文案即时、自动生成功能。
算法运行机制	1.绘蛙电商文本生成算法以“AI文案”形式部署在绘蛙网页。 2.用户进入该服务所在区域后，根据页面提示依次输入天猫或淘宝商品链接或商品ID后，可依据自动生成的卖点提示填写商品卖点，输入文案条数、笔记话题、人设等信息后即可获得文案内容，供用户自主决定是否选用。 3.所有文案在向用户输出前均会确保已通过内容安全过滤。 4.原则上，输入信息仅为商品信息，不涉及用户个人信息等数据， 如用户不当输入的，我们会采取提示、输出前脱敏展示等安全措施。
算法应用场景	网页PC端等。
算法目的意图	为电商领域的商家、达人提供快速、高质量的营销文案生成服务，降低电商商家营销成本。
算法公示情况	见绘蛙网站底部。

 

 

2.

绘蛙电商模特试装图像合成算法

 

算法名称	绘蛙电商模特试装图像合成算法
算法基本原理	绘蛙电商模特试衣图像合成算法的底座模型为扩散模型，用户需要上传多张商品图片和模特图片。我们会使用Dreambooth训练方案训练Lora模型，包括人物Lora、商品Lora，并结合用户期望的参考图来控制构图、场景风格，以及多个ControlNet模型，综合控制扩散模型的生成效果，最终生成符合电商商品营销效果的模特试装效果图。
算法运行机制	1.绘蛙电商模特试衣图像合成算法以“AI生图”、“模型管理”形式部署在绘蛙网页。 2.用户可根据需要选择模特模型、模特试装等图像合成服务。选择虚拟模特生成服务的，用户需提交15-20张符合技术要求、内容安全要求的大脸照。 3.用户选择模特试装等AI生图服务的，可自行上传通过虚拟模特校验的图片，平台会基于自研的深度学习技术对模特图的类型打标，提取姿态、场景、风格等多个维度的特征，结合用户期望的参考图来控制构图、场景风格。 4.绘蛙电商模特试装图像合成算法使用的深度合成模型以电商场景的模特图作为监督目标，与真实的电商模特图的结果作比较来计算KL散度loss，训练生成模型，算法同时还会运用SGD、Adam等优化器。 5.所有合成图片在向用户输出前均会确保已通过内容安全过滤， 并已经添加显式和隐式标识。 6.用户输入信息包含人脸图像信息、服饰图片信息，输出信息为特定服饰与特定模特的合成图像，目的为服饰上身效果展示。为减少人脸信息上传与处理，我们提供了模特模型管理服务，生成的虚拟模特可满足不同投放场景、背景、服饰等内容生成需求，可实现一次生成、多次复用。
算法应用场景	网页PC端等。
算法目的意图	为电商领域的商家、达人提供快速、高质量的服饰上身展示效果图生成服务，降低电商商家营销成本。
算法公示情况	见绘蛙网站底部。