详细内容或原文请订阅后点击阅览
利用生成式人工智能重新构想大众汽车集团的营销
在这篇文章中，我们探讨了大众汽车集团在大规模生产符合品牌要求的营销资产时所面临的挑战。我们将介绍如何构建生成式 AI 解决方案，该解决方案可生成逼真的车辆图像、验证组件级别的技术准确性，并帮助在十个品牌之间强制执行品牌指南合规性。
来源:亚马逊云科技 _机器学习本文由大众汽车集团的 Sebastian Angersbach、Philip Trempler 和 Weiran 张 共同撰写。
大众汽车集团是全球最大的汽车制造商之一，2025 年前 9 个月交付了 660 万辆汽车。该集团由来自五个欧洲国家的十个不同品牌组成：大众汽车、大众商用车、斯柯达、西雅特、CUPRA、奥迪、兰博基尼、宾利、保时捷和杜卡迪。 2025 年，AWS 生成式 AI 创新中心与大众汽车集团的营销和技术团队合作，构建了一个解决方案，可以利用生成式 AI 的速度和规模，同时保持大众集团的品牌精准度。结果是一个端到端的营销图像生成和评估管道，其中图像生成模型托管在 Amazon SageMaker AI 端点上，图像评估由 Amazon Bedrock 提供支持。下图显示了端到端营销图像生成和评估流程。
在这篇文章中，我们探讨了大众汽车集团在大规模生产符合品牌要求的营销资产时所面临的挑战。我们将介绍如何构建生成式 AI 解决方案，该解决方案可生成逼真的车辆图像、验证组件级别的技术准确性，并帮助在十个品牌之间强制执行品牌指南合规性。
挑战——全球规模与品牌精准度的结合
对于大众汽车集团的营销团队来说，这种规模带来了非凡的挑战：每年生产数千个营销资产，同时确保每个图像都准确反映客户期望的品牌标准。单次车辆发射可能需要数百种变化——不同的角度、环境、照明条件和区域适应——传统上每一种变化都需要数月的生产工作。
大规模生成品牌车辆图像
自动化质量控制 - 组件级评估
下图显示了应用于生成图像的相同过程：