星石不是「滤镜集合」,而是一套按影像生产顺序组织的处理链路:先理解画面里有什么,再决定该怎么改,最后校验改动是否越界。
传统磨皮把皮肤当成一整块区域处理,结果往往是一张没有纹理的脸。星石先把画面拆成皮肤、五官、发丝、衣物与背景五个语义分区,再对每一区使用不同的重建策略。
抠像只是第一步。真正让一张商品图「能上架」的,是边缘没有白边、反射不脏、替换背景后光影方向仍然一致。引擎会估计原图光源位置,再为新背景生成匹配的投影与反射。
超分不是插值。模型会根据场景补全砖缝、织物、发丝等高频纹理,同时抑制振铃与伪影;批量模式下,整套图共享同一套色彩与光影策略,避免逐张处理造成的风格漂移。
每一次处理都遵循「先理解、再重建、后校验」,这也是结果稳定、可批量复用的原因。
识别主体、光源方向、材质类型与画面缺陷,输出分区图,而不是对整张图施加统一滤镜。
按分区调用对应的光影、肤质、抠像与超分模型,各区域独立处理后再做边缘融合。
检查五官结构、色彩偏移、边缘伪影与跨图一致性,异常区域回滚到上一个稳定结果。
输出成品同时附带处理参数与版本记录,团队可复现、可复核、可批量套用。
以下为当前引擎版本 v4.2 的公开参数。
| 输入格式 | JPG / PNG / WEBP / TIFF / 主流相机 RAW |
|---|---|
| 单文件上限 | 200 MB · 长边不超过 12000 px |
| 输出格式 | JPG / PNG / TIFF,可选 sRGB / Adobe RGB / Display P3 |
| 最高输出 | 8K (7680 × 4320) · 最高 16bit 色深 |
| 平均处理耗时 | 0.8 s / 张(普通增强,4096px 输入) |
| 批量能力 | 500 张 / 批 · 支持并发队列与断点续跑 |
| API 与 SDK | RESTful API / Webhook / JavaScript · Python SDK |
| 数据策略 | 全链路加密传输 · 原图 24 小时自动清除 · 不用于模型训练 |
| 部署方式 | 公有云 SaaS / 专属实例 / 企业私有化部署 |
| 服务可用性 | 99.98% · 付费套餐附带 SLA |
打开浏览器即可使用,拖拽上传、实时对比、参数微调与批量导出都在一个界面完成。
把修图能力嵌入已有的商品系统或内容流水线,支持任务回调、失败重试与用量查询。
为对素材合规有严格要求的团队提供专属实例,素材、模型与日志全部留在内网。