GenKOL: 模块化生成 AI 框架用于可扩展虚拟 KOL 生成.pdfVIP

JOURNALSUBMISSION1

GenKOL:模块化生成AI框架用于可扩展虚拟

KOL生成

1,21,231,21,2

Tan-HiepTo,Duy-KhangNguyen,TamV.Nguyen,Minh-TrietTran,Trung-NghiaLe

1UniversityofScience,VNU-HCM,HoChiMinhCity,Vietnam

2VietnamNationalUniversity-HoChiMinh,HoChiMinhCity,Vietnam

3UniversityofDayton,Ohio,US

摘要—关键意见领袖（KOL）在现代营销中通过塑造消费

者认知和增强品牌信誉发挥着至关重要的作用。然而，与人类

本KOL合作通常涉及高昂的成本和物流挑战。为了解决这个问

译题，我们提出了GenKOL，这是一个交互式系统，使营销专

中业人员能够高效地使用生成AI创建高质量的虚拟KOL图像。

GenKOL允许用户通过一个集成多项AI功能（包括服装生成、

1

v妆容转移、背景合成和头发编辑）的直观界面动态组合促销视觉

7效果。这些功能被实现为模块化、可互换的服务，可以在本地机

2

9器或云中灵活部署。这种模块化架构确保了在各种用例和计算环

4境中的适应性。我们的系统可以显著简化品牌内容的生产，通过

1.可扩展的虚拟KOL创建降低成本并加速营销工作流程。

9

0IndexTerms—模块化架构，生成式AI，图像生成

5

2

:图1.所提出的GenKOL系统的流程。

vI.介绍

i

x

r关键意见领袖（KOLs）是在特定领域和社区中有

a叙事适应性。相比之下，传统的图像编辑软件需要大量

影响力的个人，特别是在营销方面。与KOLs合作可以

的专业知识和长时间的培训，限制了非专业用户的使

提升品牌的声誉，并强烈塑造消费者对其产品和服务的

用。这些局限进一步推动了能够使高质量内容创作大众

看法[1]。然而，这样的合作也带来了显著的挑战。与高

化的系统的发展。

知名度的KOLs合作通常需要大量的财务投资，对营销

尽管技术取得了进步，现有的AI模型仍然难以生

预算造成巨大压力[1]。此外，制作和管理必要的内容

成符合用户期望的高质量图像。这些模型可能非常复

和视觉材料也需要大量时间和精力。这些挑战凸显了寻

杂，并且可能无法准确反映用户的意图，这限制了它们

找既保持参与质量又减少资源消耗的成本效益替代方

灵活组合图像的能力。多个深度学习模型，特别是生成

案的需求。

式AI模型[2]的整合，通常需要大量的硬件和软件资

生成式人工智能的快速发展提供了一个有前景的

源，从而阻碍了用户的访问性并降