10月17-18日，在第五届AMWC China世界美容抗衰老大会上，AI科学测肤品牌美图宜肤正式发布美业AI大模型。该模型以“数据—模型—应用”闭环理念为核心，打破美业测肤“数据孤岛”，让测肤服务从一次性检测迈向长期可沉淀的品牌资产。
打破“数据孤岛”困境，三大核心能力打造“专属方案”
早期皮肤检测技术如同“哈哈镜”，仅因光线变化或设备更换，检测结果便出现显著差异。
这一现象折射出美业测肤领域三大核心痛点：一是数据割裂，各环节数据各自为战，难以联动沉淀长期价值；二是精度不足，检测结果稳定性欠佳，用户信任度难以建立；三是定制化能力受限，消费者对个性化方案期待提升，但品牌交付能力难以跟上。
由此，美业测肤陷入“数据孤岛”困境：多数品牌测肤数据“用完即弃”，消费者单次检测结果被锁定在报告中，无法跨场景连接复用，长期价值难沉淀。
针对美业测肤领域定制化能力不足痛点，美图宜肤推出美业AI大模型，通过三大核心能力将测肤从“一次性服务”转化为可沉淀的“长期资产”，为品牌提供精准高效的个性化交付支持。
一是参考图能力（Few-shot定制）：仅需少量参考图，便可快速完成品牌定制化维度训练，大幅缩短交付周期。
二是动态跟踪能力（所见即所测）：可在视频与实时画面中持续追踪检测目标，即便光线、角度、表情变化，也能保持检测精度与一致性。
三是开放平台定制化能力：搭建的开放平台提供全流程支持，检测维度上凭少量参考图生成品牌专属维度，模型训练上支持一键批量预标注与数据集沉淀以快速上线小模型，系统接入上通过API/SDK标准化输出实现“即插即用”，助力品牌沉淀专属皮肤数据资产。
此前，传统AI测肤长期受困于“单点检测”模式：痘痘、斑点、毛孔等维度独立分析，一旦检测环境中光线变化、设备更换，结果差异显著放大，导致用户对检测结果信任度难以建立。
而美图宜肤AI美业大模型将测肤维度从“点”拓展至“面”，一次性覆盖30余个皮肤检测维度，且基于大规模异构数据训练，具备跨光线、跨肤质、跨设备的稳定性。
实测数据印证精度优势：综合指标较线上传统算法提升4.99%，其中UV斑检测精度提升11.16%、毛孔检测精度提升10.15%。此外，该模型还支持文本提示分割功能，可精准理解“黄褐斑”等皮肤专业维度提示词并完成分割，突破了其他多模态闭源大模型的普遍短板。
落地多元场景，提升客户竞争力，让皮肤检测更精准
目前，美图宜肤AI美业测肤大模型，已在多个真实场景中创造价值，助力客户实现客单价增长。
在痘坑检测场景，通过大模型驱动小模型训练，精准识别痘坑区域，结合报告深度解读，把检测结果转化为顾问可讲、用户能懂的差异化价值，显著提升客单价；在舌诊分割场景，能够对复杂舌象图像进行精准分割和识别，快速生成个性化的诊断分析结果，帮助客户在短时间内即可推出定制化服务，实现交付效率和客单价的双重提升。
在动态纹检测场景，只需要第⼀帧作为参考帧，即便表情连续变化，也能完成对动态皱纹的精准识别，帮助客户快速推出差异化的美容护理服务，显著提升客单价。
数据显示，美图宜肤的AI测肤解决方案已覆盖全球25个国家和地区、服务超4500多家门店。成功为资生堂（Effectim等品牌）、雅诗兰黛、LVMH（DIOR等品牌）、爱茉莉太平洋集团等国际美妆巨头提供AI测肤解决方案。
据美图宜肤透露，未来将从三方面推进皮肤检测：技术突破上，持续扩充数据并训练更强基础模型，引入显微镜影像、生物医学图像等多模态信息以增强泛化能力，实现从“现在诊断”到“未来预测”的跨越，预测老化趋势与疾病风险；价值沉淀层面，不断积累全球领先皮肤数据库，借助迁移学习和大模型自动标注提升模型精度与交付效率，最终为用户提供更精准、个性化的护肤体验；开放合作方面，将通过定制化模型、API及SDK等方式，助力行业伙伴快速接入。
美图宜肤相关负责人表示，美业AI大模型助力美容顾问更专业，消费者的“美丽管理”更系统。同时，期待与行业伙伴携手共建行业标准，搭建“数据-模型-应用”的长期价值，让皮肤检测更精准。
