Карточка товара это четыре разные работы: посмотреть на вещь и описать её, привести фотографию в товарный вид, дорисовать то, чего не сняли, и перевести всё на языки, на которых вы продаёте. Ни одна модель не делает все четыре хорошо, потому что это разные типы моделей: одна смотрит, вторая чистит, третья рисует, четвёртая переводит. В связке они дают конвейер, который переваривает тысячу позиций без найма отдельной редакции.
Модель, которая понимает картинки и текст одновременно, смотрит на снимок и выдаёт черновик: тип вещи, материал, цвет, фурнитура, назначение. Это не замена карточке от поставщика, а способ заполнить пустые поля там, где от поставщика пришли только фото и артикул. Без этого звена описания пишут вручную, и на большом каталоге узкое место именно здесь, а не в фотостудии.
Одна из сильнейших открытых моделей зрения: читает документы, таблицы, графики, видео, работает с интерфейсами. С Qwen3.5 зрение встроено прямо в основную модель Qwen.
Большая линейка китайских моделей зрения с размерами от 1B до 241B. InternVL-U (4B) объединяет понимание картинок, их генерацию и редактирование.
Компактные модели зрения, которые работают даже на телефоне и ноутбуке. Хорошо читают текст на фото, понимают видео; версия 4.6 весит всего 1.3B.
Модели для обработки фото убирают фон, поднимают резкость и вытягивают мелкие снимки до нужного разрешения. Это скучное, но самое заметное покупателю звено: на витрине сначала видят картинку, а потом читают текст. Если его выкинуть, карточки выглядят разнородно, часть фото не проходит требования маркетплейсов, и позиции возвращаются на переделку.
Удаление фона от BRIA, обучено на лицензированных фото. Мягкие края, волосы, прозрачность. Есть версии для видео. Для бизнеса нужен платный договор.
Открытая модель точного выделения объекта и удаления фона под лицензией MIT. На ней построен RMBG-2.0. Есть версии для 2K и для волос и полупрозрачных краёв.
Классика увеличения фото в 2–4 раза с очисткой от шума и артефактов сжатия. Лёгкая, работает даже на процессоре. Есть версии для рисунков и аниме.
Генерация изображений закрывает дыры каталога: фон под сезон, вариант цвета, простая сцена для баннера или обложки категории. Работать это должно поверх реальной фотографии товара, а не вместо неё, иначе покупатель получит вещь, не похожую на картинку. Без звена приходится либо снимать заново, либо оставлять пустые места в карточке и терять показы.
Генерация картинок от авторов Stable Diffusion. Хорошо рисует текст на изображении и держит композицию.
Генерация и редактирование картинок, в том числе с текстом на изображении. Ранние версии можно в коммерцию, свежая 2.1 — только некоммерческая.
Модель, с которой началась открытая генерация картинок. Огромная экосистема дообучений, стилей и плагинов, работает даже на домашнем ПК. Популярные ускорители SDXL-Lightning и Hyper-SD сделала ByteDance.
Специализированная модель перевода разворачивает каталог на другие языки дешевле и ровнее, чем универсальная языковая модель, и не пересказывает текст по-своему. Важно вести словарь своих терминов и названий, иначе один и тот же материал в разных карточках назовётся по-разному. Без этого шага выход на соседний рынок упирается в ручной перевод тысяч описаний.
Переводчик на 200 языков, включая редкие и малые. Русский есть. Сильна по охвату языков, но лицензия запрещает коммерческое использование.
Переводчик Google более чем на 400 языков под свободной лицензией. Русский есть. Хорошая замена NLLB, когда нужна коммерция.
Более тысячи маленьких переводчиков, каждый под свою пару языков. Есть русский-английский и обратно. Работают быстро даже на обычном процессоре.
Главный риск в том, что модель уверенно допишет характеристики, которых у товара нет: состав, страну, гарантию. Правило простое: всё, за что отвечает продавец перед покупателем, берётся из карточки поставщика, а модель пишет только то, что видно на фотографии. Заложите выборочную проверку человеком и ведите один словарь терминов на весь каталог. Требования маркетплейсов к изображениям и к описаниям меняются, сверяйтесь с их правилами до массовой заливки.
Открытую модель можно поставить на свой сервер: данные не уходят в чужое облако, нет оплаты за каждый запрос, модель можно дообучить на ваших документах.
