AI商品图文一致性校验定制：主图与属性冲突复核

电商商品上架环节里，主图、标题与后台属性经常互相矛盾：图片显示“纯棉”，属性填的是聚酯纤维；标题写“儿童款”，尺码属性却是成人码。这类冲突不触发平台硬性校验，却会直接把退货率和纠纷率抬上去。零售电商实验室本期做了一组实验：把主图、标题、类目属性三者做结构化对齐，让模型只负责“找矛盾”，判定阈值和处置动作仍交还给运营。

• 进展：在约12万条在架商品样本上，完成图文要素抽取（材质、规格、适用人群）、属性字段归一化与跨模态比对。冲突召回率约86%，误报主要来自多SKU共用主图与营销话术类目，已通过“一图多SKU”白名单过滤压到可接受区间。
• 下一步：把冲突信号接入上架审核工作台，按类目分档设置拦截与提醒两级策略，并追踪拦截后30天内的退货率变化，用于反向校准阈值。

我们的判断是：图文一致性不是“识别精度还能再高多少”的问题，而是“谁承担最终判定”的问题。模型给出的是复核线索，不是结论；一旦让它直接下架，误伤成本会很快超过收益。