快手开源 KwaiMind 电商图像编辑模型,线上 A/B 实测点击率提升 2.44%
机器之心 · wechat · 2026-09-25
快手技术团队发布 KwaiMind,一套面向真实电商内容生产的图像编辑基座模型,融合通用编辑与电商专项能力。
核心能力:
- 统一指令式编辑:服装试穿、背景替换、卖点图文字渲染、局部定向修复等
- 多项通用图像编辑基准上参评开源模型综合得分第一;自建 Ecom-Bench(11 项任务、1100 案例、14 维评价体系)视觉总分开源第一
- 线上商品主图 A/B 实验带来约 2.44% 实际点击率相对提升
技术亮点:
- 四类智能体(Filter/Generation/Caption/Coordinator)协作的数据引擎,从 2620 万对候选中维护约 180 万对训练样本
- DiffusionOPD 多教师在线蒸馏,将通用编辑、文字准确、商品一致性与点击吸引力整合进同一模型
- 离线评估中,生成图预估 CTR 胜过基线的比例从 12.16% 升至 37.41%
项目与技术报告已开源发布。
「多模态」频道最新
- 开源数据集 FineVision 获 NeurIPS 接收:17M 图、200 余源 — andimarafioti · 2026-09-25
- MiniMax H3 疑似「微笑过拟合」: bored 毛毛虫视频翻车实录 — episodex86 · 2026-09-25
- 浏览器端 3D 姿势编辑器 Pose Blueprint 开放测试 — OkConfusion6667 · 2026-09-25
- Reddit 用户仅调步数与 CFG 探索 AI 绘画的独立表达 — Extreme_Nice · 2026-09-25
- 不到 20 美元训练的 LoRA 让 Qwen-Image 单图转视角 — ben_burtenshaw · 2026-09-25
- Lingbot World v2 跑到 60 FPS，世界模型或重塑游戏开发 — bingxu_ · 2026-09-25