Авито запустил инструмент на базе искусственного интеллекта, который позволяет создавать объявления о продаже одежды по одной фотографии. Новая функция "Разберем гардероб" автоматически определяет характеристики вещи, формирует название, описание и рекомендуемую цену. Во время раннего тестирования пользователи опубликовали с ее помощью более 100 тыс. объявлений. Примерно в половине случаев они не изменили ни одного предложенного параметра.
Новый сценарий основан на собственной мультимодальной модели A-Vision. Она анализирует снимок и самостоятельно определяет категорию товара, бренд, цвет, материал, размер, состояние и другие характеристики. На основе этих данных система создает готовую карточку объявления. Пользователь получает готовое объявление на одном экране, при необходимости может проверить его и внести изменения перед публикацией.
Функция также предлагает рекомендованную стоимость товара. Для этого внутренняя ML-система анализирует актуальные цены на аналогичные предложения на платформе.
Услуга "Разберем гардероб" доступна частным продавцам в мобильном приложении Авито в разделе "Мои объявления" во вкладке "Можно продать". Сейчас она работает для взрослой и детской одежды. В дальнейшем компания планирует расширить список категорий.
Директор бизнес-направления Lifestyle компании Авито Алексей Гевлич отметил: "Раньше ИИ подключался на отдельном этапе и составлял описание по уже заполненным данным. Теперь модель работает непосредственно с изображением и сама формирует основные параметры объявления".
По его словам, задача компании - сделать так, чтобы для начала продажи пользователю было достаточно одной фотографии. "Мы ожидаем, что к 2030 году таким способом будет публиковаться больше половины объявлений по продаже одежды и обуви", - добавил Алексей Гевлич.
Во время тестирования новый сценарий примерно на 40% сократил количество отдельных экранов, которые необходимо пройти при создании объявления со смартфона.
Для запуска нового сценария команда Авито дообучила модель A-Vision с помощью LoRA-адаптеров. Такой подход позволяет адаптировать большую модель под конкретную задачу без полного переобучения. Разработчики обучили систему работать с фотографиями частных продавцов, сделанными при бытовом освещении, на разном фоне, на полу, диване или вешалке.