阿里巴巴集团研究团队在2026年10月15日公开预印本，介绍电商商品主图生成框架CommerceGen-Studio。论文称，该系统面向SKU级商品图片生产，将异构商品信息提取、卖点改写和多条件图像生成整合为一条流水线，输入包括商品主图、SKU图片、商标裁剪图及结构化商品信息。论文摘要
从技术路径看，系统先用Prompt-Eval-Refine-Loop Agent处理标题、OCR结果、商品属性和后台参数等来源，生成经过校验的卖点文本；随后由Layout Thinker Optimization将卖点转换为布局描述，最后通过SKU-DiT同时约束商品主体、商标和文字排版。论文将商品主体保持、商标完整性和文字逐字符准确性列为主要目标，试图减少传统“先规划、再生成”流程中的信息丢失与阶段性误差。
论文作者称，CommerceGen-Studio已在生产环境中运行，规模达到每天数百万张主图，单张图片延迟为数秒。不过，这些性能和上线规模属于论文团队的自述，页面未提供可独立审计的线上流量、硬件配置或第三方评测细节。团队同时发布CommerceGen-Bench，用于评估不同商品类别下的指令遵循、商品整合和文字渲染等能力，并称其系统在所比较的开源基线中取得较高综合得分。该结果仍应结合完整实验设置、数据集构成和评测模型进一步判断。
这项工作显示，电商视觉生成的竞争重点正从单纯追求画面美观，转向商品事实、商标和促销文案的联合约束。对实际应用而言，生成速度只是部署条件之一，如何避免商品属性幻觉、错误文字和SKU身份漂移，可能更直接决定生成图片能否被发布和使用。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
