熱門資訊> 正文
2025-10-21 14:07
10月17-18日,在第五屆AMWC China世界美容抗衰老大會上,AI科學測膚品牌美圖宜膚正式發佈美業AI大模型。該模型以「數據—模型—應用」閉環理念為核心,打破美業測膚「數據孤島」,讓測膚服務從一次性檢測邁向長期可沉澱的品牌資產。
打破「數據孤島」困境,三大核心能力打造「專屬方案」
早期皮膚檢測技術如同「哈哈鏡」,僅因光線變化或設備更換,檢測結果便出現顯著差異。
這一現象折射出美業測膚領域三大核心痛點:一是數據割裂,各環節數據各自為戰,難以聯動沉澱長期價值;二是精度不足,檢測結果穩定性欠佳,用户信任度難以建立;三是定製化能力受限,消費者對個性化方案期待提升,但品牌交付能力難以跟上。
由此,美業測膚陷入「數據孤島」困境:多數品牌測膚數據「用完即棄」,消費者單次檢測結果被鎖定在報告中,無法跨場景連接複用,長期價值難沉澱。
針對美業測膚領域定製化能力不足痛點,美圖宜膚推出美業AI大模型,通過三大核心能力將測膚從「一次性服務」轉化為可沉澱的「長期資產」,為品牌提供精準高效的個性化交付支持。
一是參考圖能力(Few-shot定製):僅需少量參考圖,便可快速完成品牌定製化維度訓練,大幅縮短交付周期。
二是動態跟蹤能力(所見即所測):可在視頻與實時畫面中持續追蹤檢測目標,即便光線、角度、表情變化,也能保持檢測精度與一致性。
三是開放平臺定製化能力:搭建的開放平臺提供全流程支持,檢測維度上憑少量參考圖生成品牌專屬維度,模型訓練上支持一鍵批量預標註與數據集沉澱以快速上線小模型,系統接入上通過API/SDK標準化輸出實現「即插即用」,助力品牌沉澱專屬皮膚數據資產。
此前,傳統AI測膚長期受困於「單點檢測」模式:痘痘、斑點、毛孔等維度獨立分析,一旦檢測環境中光線變化、設備更換,結果差異顯著放大,導致用户對檢測結果信任度難以建立。
而美圖宜膚AI美業大模型將測膚維度從「點」拓展至「面」,一次性覆蓋30余個皮膚檢測維度,且基於大規模異構數據訓練,具備跨光線、跨膚質、跨設備的穩定性。
實測數據印證精度優勢:綜合指標較線上傳統算法提升4.99%,其中UV斑檢測精度提升11.16%、毛孔檢測精度提升10.15%。此外,該模型還支持文本提示分割功能,可精準理解「黃褐斑」等皮膚專業維度提示詞並完成分割,突破了其他多模態閉源大模型的普遍短板。
落地多元場景,提升客户競爭力,讓皮膚檢測更精準
目前,美圖宜膚AI美業測膚大模型,已在多個真實場景中創造價值,助力客户實現客單價增長。
在痘坑檢測場景,通過大模型驅動小模型訓練,精準識別痘坑區域,結合報告深度解讀,把檢測結果轉化為顧問可講、用户能懂的差異化價值,顯著提升客單價;在舌診分割場景,能夠對複雜舌象圖像進行精準分割和識別,快速生成個性化的診斷分析結果,幫助客户在短時間內即可推出定製化服務,實現交付效率和客單價的雙重提升。
在動態紋檢測場景,只需要第?幀作為參考幀,即便表情連續變化,也能完成對動態皺紋的精準識別,幫助客户快速推出差異化的美容護理服務,顯著提升客單價。
數據顯示,美圖宜膚的AI測膚解決方案已覆蓋全球25個國家和地區、服務超4500多家門店。成功為資生堂(Effectim等品牌)、雅詩蘭黛、LVMH(DIOR等品牌)、愛茉莉太平洋集團等國際美粧巨頭提供AI測膚解決方案。
據美圖宜膚透露,未來將從三方面推進皮膚檢測:技術突破上,持續擴充數據並訓練更強基礎模型,引入顯微鏡影像、生物醫學圖像等多模態信息以增強泛化能力,實現從「現在診斷」到「未來預測」的跨越,預測老化趨勢與疾病風險;價值沉澱層面,不斷積累全球領先皮膚數據庫,藉助遷移學習和大模型自動標註提升模型精度與交付效率,最終為用户提供更精準、個性化的護膚體驗;開放合作方面,將通過定製化模型、API及SDK等方式,助力行業夥伴快速接入。
美圖宜膚相關負責人表示,美業AI大模型助力美容顧問更專業,消費者的「美麗管理」更系統。同時,期待與行業夥伴攜手共建行業標準,搭建「數據-模型-應用」的長期價值,讓皮膚檢測更精準。