ZMO.AI 用 AIGC 打开营销的潘多拉魔盒

AIGC 创业如何突围？这家公司将真实图像生成提升了一个高度。

过去半年，ChatGPT 凭一己之力，将文本生成变成 AIGC 市场上最火热的技术产品，它的“智能”程度在一夜间刷新了人们认知，外界对大模型的追逐热情空前高涨。

但同一时间，人们有关 AI 的恐惧也被不断放大：据第三方服务平台 Resume Builder 调查数据显示，美国受访的1000多家企业中，使用 ChatGPT 取代部分员工的比例已高达48%；时代财经报道称，近一个月以来，某家游戏美术外包公司已裁掉一半的原画师；一名微博网友通过 AIGC 平台生成内衣模特，其图片也引发大量讨论。

可以看到所有的一切都在表明一个事实，AIGC 已经逐步取代了部分人类的工作。而就在最近，连营销人员也躲不过去了。

ZMO.ai 是国内最早成立的 AIGC 公司之一，此前专注于出海，与其他擅长艺术作品生成的平台不同，ZMO.AI 选择的是真实场景的图像生成，旗下产品 ImgCreator.AI 自2022年9月16日上线以来，B端用户量已达百万，3 个月内营收增长迅猛，ARR达到2000万人民币，即将推出的 Marketing Copilot 服务，更是吸引了超过9万家企业申请 API 等候名单、参与调用模型。

用户只需通过简单的两步，上传产品图片至平台、并给出对应的 workflow （工作流程）指令，Marketing Copilot 即可根据其需求，生成与产品相匹配的宣传图片、海报及营销文案等内容，将传统的营销流程，从拍摄、海报制作到后期投放优化，全部嵌入 AI workflow 自动化流程，极大地提高了企业在营销场景下的内容生产效率。

而基于精准的高价值用户反馈数据，ZMO.AI 通过数据飞轮对垂类大模型的内容生成方向进行引导，实现模型自我优化，重塑以数据为驱动的营销内容新模式。

ZMO.AI 创始人张诗莹坦言，当 AIGC 迈向产品落地阶段，生成的图片不能只是收藏夹里的装饰品，而是能够真正解决企业、营销人员痛点，弥补数字世界内容消耗与供给的缺口，让产品实现真正的价值。

一次营销人的新尝试

与抱着娱乐、趣味性心态来尝试 AI 绘画的 C 端用户不同，B 端用户往往面对的是专业属性更强的场景，因此对于 AI 生成图像，无论是图片质量、画面内容可控性以及准确性的要求，相比 C 端用户也会更高，这或许也是类似于 ZMO.AI 这类专业化 AI 生成产品深受用户喜爱的原因。

Rowdy 是英国创业公司 e-Bike 的 CEO，拥有一个不到10人的小团队，公司针对欧洲自行车盗窃乱象研发了一套防盗系统，创业初期的搭建网站、社媒运营、还有大量 e-bike 图片拍摄对他们而言无疑是巨大的工作量。

2022年中旬，AIGC 的火爆引起了 Rowdy 的注意，他开始大量地浏览、使用 AIGC 网站，但许多平台 AI 生成的图像均是艺术美学风格，与其产品并不适用。

一次，Rowdy 偶然在 twitter 上刷到了使用 ZMO.AI 生成的人像图片，这令他十分惊喜，他通过大量调研发现了，ZMO.AI 生成器的真实照片风格不仅逼真度非常高，且分辨率可达到 4k-8k，完全满足其网页和博客对图片内容的需求。

近半年来，Rowdy 团队已经是 ZMO.AI 的忠实用户，其网站设计和公司博客配图均使用 ZMO.AI 生成，相较于高昂的拍摄费用，仅需要支付二十几英镑、每周就能完成200多张图片。

Rowdy 使用 ZMO.AI 生成素材后的公司网页

在过去很长一段里，从事家居产品出海的跨境电商公司负责人 Nila 也面临着她的营销难题。

Nila 公司出口户外沙发虽然在欧美地区增长非常迅速，但由于沙发产品外形较大，运输成本很高、搭建拍摄场景耗时长，每次拍摄产品图成为 Nila 最头疼的事情。她也尝试过 P 图的方式来完成，为了达到想要的产品图效果，Nila 还会拉着设计师反复沟通磨合，但最终呈现效果往往与真实拍摄效果相差甚远。

经过圈内好友介绍，Nila 接触到 ZMO.AI 的文字 P 图，她发现，将想要修改的产品上传到平台后，只需给出一段文字指令，图片即可自动化完成修改，图片效果真实、自然不说，数据表现也比之前更好，极大地减少了在过往营销环节中产品拍摄的压力和资金损耗。

在内容需求旺盛的当下，AIGC 所带来的内容生产方式变革随处可见。

张诗莹认为，目前 AIGC 正在完成从简单的降本增效、即以生成金融/体育新闻为代表的文本生成，向创造额外价值、提供更专业化服务的方向发展，包括提供绘画、创作素材等创意型内容生成转移，跨模态、多模态内容成为发展的关键节点。

以 AI 图像生成为例，该部分包括两大类场景，分别是创意图像生成、功能性图像生成，前者多以 NPF 等形式体现，属于创意发散需求，后者则涵盖营销类海报/界面、logo、商品图等，对于可控性以及准确性要求很高。

张诗莹坦言道，那些带有玄幻、科幻的艺术图片更容易出圈，且由于场景虚幻的原因，就算生成不合逻辑的瑕疵，用户也会更加包容；而真实的、摄影风格的图像生成虽然难度更高，但进入实际应用场景里，其对人们生产与生活所带来的影响更巨大。

比如传统的电商上新品，此前采用线下拍摄的方式，需要化妆师、服装师、摄影师、模特等等，而在今天的 AIGC 变革中，借助 ZMO.AI 等生成工具，可在几秒之内立刻展示商品在不同场景，不同搭配，不同人物的场景图，极大的降本增效。

重塑营销内容生成模式

迈进具体的应用场景里，企业和用户往往面临着模型使用门槛高、内容生成随机和不可控的两大痛点。

ChatGPT 面世后，诞生了一个新的岗位是 prompt Engineer（提示工程师），他们通过一定的方法来指导模型生成有用的输出。但在传统的营销产业中，一般用户往往并不具备良好的 Prompt Engineering 能力，更不用说组合使用多种 AI 产品工具，如何能够提供开箱即用的 AI 产品和应用，让不懂技术的客户也能快速组成解决方案，满足自己的需求，这是 ZMO.AI 一直在思考的问题。

在新上线的 Marketing Copilot 中，用户可上传自己产品过往的优质素材，在 ZMO.AI 上搭建训练自己的特有模型，随后上传产品图片至平台、并给出简单的 workflow （工作程）指令，特有模型即可根据指令以及品牌调性自动生成符合受众喜爱的营销图片，无需冗长复杂的prompt调教。

同时，特有模型会实时进行内容方向优化，不断提高内容的互动率。ZMO.AI 将以往传统的营销环节被全部嵌入 AI workflow 自动化流程中，让模型来适应用户，替代复杂的 prompt engineering，即用简单的指令进行工作流的自动化，极大地提高了企业在营销场景下的内容生产效率。

Nick 是一家专业营销机构的负责人，其工作内容是帮助广告主搭建官方社媒账号和设计广告素材。疫情之后，Nick 最大的感受是，“所有人都离不开线上营销”。

AIGC 火爆之后，几乎同一时间内涌现出的多家 AI 作图网站，Nick 开始尝试在各大平台上作图，但他很快发现，包括 Midjourney 在内的大多数 AIGC 产品，无法满足营销人员的需求。

AI 能够随意生成很多有创意性的内容，但对原图片中产品的细节，包括纹路、Logo 到材质等无法实现百分百还原，这种营销内容与实际产品“货不对板”的情况一旦发生，必然会带来极高的退货率，这也是通用。此外，不少 AI 生成产品玩法单一、个性化差，面临着严重同质化的问题。

直到 Nick 在 ZMO.AI 上体验到 Marketing Copilot，他惊喜地发现，Marketing Copilot 通过独特的算法，竟可以完全保持产品的所有细节，并依据产品图自动生成合适的布局和文案。

并且通过自动化 workflow 生成流程，最终呈现效果从光影、分辨率到逼真度上可接近真实的产品拍摄图片，更兼顾品牌调性和转化率，真正满足对营销内容的需求。

而在营销行业中，最重要的、也最令用户头疼的转化数据方面，ZMO.AI 基于核心垂类大模型，也进一步提出了模型自我优化和调节。

借助 ZMO.AI 的 Marketing Copilot ，模型不仅可以依据此前表现优秀的营销案例，自动化生成大量符合品牌调性和成功案例风格的内容，还能通过互动数据的实时反馈，自动优化内容方向，通过不断迭代实现内容数据的提升。

此前 Nick 团队就曾将表现不错的海报模板上传到 ZMO.AI 上训练特有模型，借助该模型输出的内容，往往也能更符合自己客户的受众喜好和品牌调性。

Marketing Copilot 模型首先需要一到两周的时间对内容方向进行自适应调教，通过反复完成“生成素材–数据反馈–素材优化”流程，由此生成针对特定产品、特定用户人群浏览量和转化率更高的内容。

在这个过程中，这些高质量营销数据的反馈“喂养”功不可没，不仅如此，这些数据往往是私密的，商家拥有完整的控制权。

在 Nick 看来，Marketing Copilot 不再是一个简单的内容生成工具，而是改变营销流程的一整套解决方案，通过 AI 更强的分析能力和生成能力，将针对海量 SKU 批量生成高质量内容变为可能，并以最终数据为导向 24 小时不停歇的优化。

当团队熟悉全新 workflow 之后，每一个 SKU 的出图量从原来的不到 10 张瞬间暴涨到 200 张，而 Nike 团队在借助 Marketing Copliot 大量进行 AB 测试和迭代后，更是将原有营销环节三四个月的优化周期缩短至两三周，销售额增长高达三倍。

“它所展现的能力太强大了！再这样下去，我们营销人真的要失业了。” Nick 表示，目前公司确实已经在考虑缩减一部分营销人员，更全面的拥抱AI带来的全新工作流。

ZMO.AI 基于传统营销场景下的高精准数据反馈打造垂类大模型，通过 AIGC 不仅推动营销生产方式发生变化，也形成了“数据驱动型”营销内容新形态。张诗莹认为，终极的 AI workflow 到底应该是什么样的，或许眼下下结论为时尚早，但对创业公司来说，眼下的焦点应聚焦在如何做出能解决商家痛点的产品，与用户一起不断迭代。