上新产能重构：千人千面同时产能在线，GEA 进入鞋服品牌的工作现场

鞋服品牌的季节性上新压力，是一个周期性的超载问题，不是偶发的。

每季几百个 SKU，主图要做、详情页要做、模特合成要做、不同渠道的尺寸适配要做——这些工作高度重复，但又无法完全标准化：每个 SKU 的颜色、面料、廓形不同，对应的场景、光效、构图也有差异。纯人工做，量跟不上；纯模板做，差异性消失，所有 SKU 的视觉开始看起来都一样，丧失了在货架上区分的能力。

某鞋服品牌每季上新 SKU 数量增长了 40%，但设计团队编制没有相应变化。每到季末，设计组处于持续加班状态，主创设计师的时间被完全填满，风格方向和品牌一致性的判断工作没有足够的时间和精力来做。这件事，他们决定用 GEA 重新跑一遍。

感知（Sense）：GEA 从 Context System 调用品牌的视觉调性参数和历史高转化主图数据，同时识别每个 SKU 的视觉特征——主色、面料质感（哑光/亮面/肌理）、廓形类型、目标穿着场景（通勤/运动/休闲/正式）。这些特征组合，决定了这个 SKU 应该以什么场景调性呈现。

推理（Reason）：基于 MMDiT 图像生成模型，为每个 SKU 生成差异化的主图方案——场景匹配（穿着场景与背景环境自动对应，运动款配对应的运动场景，不套通用棚拍背景）、色彩协调（主图色系与产品主色自动调和，背景不抢产品颜色）、模特合成（高质量产品与场景合成，不同肤色和体型可按市场要求适配）。每个 SKU 生成多个候选方案，设计师从候选方案中筛选精修。

行动（Act）：设计师设定当季整体风格方向（这是需要人判断的部分），GEA 在这个风格框架内批量生成候选方案，设计师做最终筛选和精修。风格的一致性由设计师把控，执行量由 GEA 承担。

写回（Write Back）：哪类视觉方案在哪类 SKU 上点击转化率最高、哪类场景调性在哪个渠道表现最好——这些数据沉淀进 Context System，下季上新直接基于上季的有效视觉逻辑优化。

单季 SKU 主图产出效率提升 3.5 倍，设计团队在上新期的加班时间减少 60%。A/B 测试版本数量增加，主图点击转化率提升约 22%。

上新节奏从「产能决定速度」变成了「创意决定速度」。

这不是文字游戏。过去，设计团队有多少人决定了能上多少款 SKU 的高质量视觉；现在，风格方向判断的速度决定了能上多少款。执行工作被 GEA 承担之后，真正的瓶颈变成了「设计师能做多少有质量的风格判断」。

高频上新和高质量创意，不再是互相牺牲的选择。这是设计创作 GEA 在鞋服场景里最直接的价值：让品牌的上新速度，不再受制于团队的执行产能。