零售 / 在线生鲜杂货
Instacart：制作商品与推荐组合的图像
- 企业
- Instacart
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
在线生鲜杂货中，顾客无法像在实体店那样拿起商品端详。在Instacart内部，图像生成各团队各行其是，使用不同的模型、不同的prompt写法和不同的评估标准。哪种prompt适合食物摄影、哪个模型最写实、质量如何衡量，每个团队都得从头摸索。
使用的技术与数据
Instacart建了一个统一的图像生成平台PIXEL。它可以访问多个模型，并代为生成所需的参数和配置。平台内置了生成图像和评估图像时使用的默认prompt，团队也可以修改。它还提供了无需技术背景也能使用的界面。自动评估按这样的顺序运行：先由LLM生成prompt并产出图像，再由LLM根据项目需要生成评估问题，然后把这些问题和图像交给vision language model判定。评估问题检查构图、一致性、风格和整体吸引力。最终质量由人工评审判断。
成果
Instacart表示，使用PIXEL的团队制作新图像的时间缩短到原来的十分之一。公司说明，把vision language model用作反馈回路后，人工评审对图像的通过率从20%提高到85%。公司还表示，加入肉类部位图像后，这些商品的浏览时间和加入购物车所需时间减少超过25%，个性化推荐组合的加购转化提高了15%。
局限与待解问题
这些数字来自特定的图像制作流程以及肉类部位等部分品类。原文未披露生成图像的总量或节省的成本金额。
来源
- Introducing PIXEL: Instacart’s Unified Image Generation Platform | by Prithvi Srinivasan | tech-at-instacarttech.instacart.com, 查阅
- Introducing PIXEL: Instacart's Unified Image Generation Platformcompany.instacart.com, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。