一句话看懂:联合利华用产品数字孪生重构全球内容供应链,相关产品图像制作速度达传统方式2倍、成本降低50%,工作流从数月缩至数周、数周缩至数天,Beauty & Wellbeing业务组部分流程最高节省55%、周转提速65%。其核心不是AI画图,而是把产品包装、材质、标签和语言版本治理为可复用的“单一产品事实”,让全球团队与本地市场从同一主资产生成各渠道内容。本文将其归纳为主资产、分层协作、多场景调用、全球与本地分工、伙伴重构与治理五项能力,并指出生产提效已被证明,但销量、利润等经营回报仍待验证。
快2倍、成本低50%,5项能力改变的为什么不只是一张图?
2025年3月,联合利华披露了一组很容易被理解成“AI生成图片提效”的数字:采用产品数字孪生后,相关产品图像制作速度达到传统方式的2倍,成本降低50%;相关内容工作流从数月缩短到数周、从数周缩短到数天。Beauty & Wellbeing业务组的部分流程还实现最高55%的节省和65%的周转提速,数字孪生图像的点击率达到此前资产的2倍、观看时长达到3倍。这些数字针对相关产品图像和已披露流程,不代表联合利华全部广告、市场或营销内容的平均效果。
但这组成绩真正值得研究的地方,不是AI能把一个洗发水瓶画得多逼真,而是联合利华改变了产品事实进入营销系统的方式。过去,同一款产品面对不同尺寸、包装、标签、语言和渠道,社交代理商、电商团队、电视创意代理商与地区市场可能分别索取素材、拍摄、建模和改版。NVIDIA的合作案例称,一个拥有多种变体、规格与语言的产品线可能需要数千张独立视觉。每个团队看似只在完成自己的交付,合起来却构成大量重复生产、排队等待和反复核对版本。
联合利华的解法,是先为真实产品建立一个物理准确、可以持续更新的3D数字孪生,把包装、材质、标签和语言版本组织为“单一产品事实”;再让全球品牌团队、本地市场、创意与制作伙伴从同一主资产生成电视、电商、社交、线上零售和门店触点所需内容。本文根据这些已披露动作,将其结构化归纳为主资产、分层协作、多场景调用、全球与本地分工、伙伴重构与治理约束五项能力;这不是联合利华官方发布的“五项能力模型”。这里的产品数字孪生是营销内容所调用的产品资产,不是制造工厂或产线的数字孪生。
所以,这不是一次产品拍摄技术升级,而是一条全球内容供应链的重排:产品事实被集中治理,渠道版本被批量生产,全球一致与本地表达被拆成不同责任层,伙伴分工与审批责任也随之调整。拍摄仍可能存在,创意也没有被自动化替代。它证明了部分产品图像流程的速度、成本和一致性可以同时改善;它尚未证明的是,这些改善能在多大范围内持续,更不能直接推导销量、利润和长期品牌资产同步增长。
一、它面对的处境:全球消费品的内容瓶颈,不在创意不足,而在产品被反复重做
联合利华的产品进入全球市场时,不会只对应一张标准海报。包装可能因容量、泵头、瓶身和法规而变化;标签要适应不同语言与成分要求;同一主视觉还要被改成电视画面、电商主图、社交短视频、零售屏幕、户外广告和互动展示。渠道越多、上新越快、社交热点越短,内容需求就越像持续流动的订单,而不是一年几次的大型广告项目。
传统生产方式的问题,在单次项目里并不显眼。品牌团队提出创意需求,代理商安排样品、摄影棚、灯光、摄影和后期,本地市场再做文字与画幅调整。每个环节都有专业价值;可当不同团队分别为同一产品建立素材时,包装和标签便会被重复拍摄、抠图、渲染和审核。产品一旦改版,旧素材又可能整体失效。重复并不只是多花一次摄影费,还包括等待样品、跨时区反馈、重做3D资产、核对语言,以及发现错误后的返工。
更难的是组织矛盾。全球品牌希望消费者在任何市场看到的产品都准确一致;本地市场则必须回应当地语言、文化、平台和零售环境。若把内容全部集中在总部,本地响应容易变慢;若把资产完全交给地区团队,产品形态、包装文字和品牌识别又可能漂移。过去的办法往往是增加审批,但审批只能在末端发现错误,不能消除上游反复创建产品事实的根因。
联合利华需要的因此不是一个“会画图的AI”,而是一套能把产品中固定不变的部分与创意中灵活可变的部分分开的生产系统。瓶子多高、标签写什么、材质如何反光,应该先成为被批准的产品事实;场景、文案、人物、画幅和传播节奏,则留给全球创意和本地市场判断。只有先把这两层拆开,规模化生成才不会等于规模化失真。
二、它做了什么:用5项相互衔接的能力重构全球内容供应链
以下五项能力,是本文依据联合利华及合作方公开动作形成的结构化总结,对应五个彼此不同、前后衔接的生产环节;速度、成本等绩效结果不计入能力,风险与管理建议也不用于凑数。
1、先把真实包装做成可计算的3D主资产,而不是从提示词开始
联合利华的起点不是让生成模型“想象”一瓶Dove或TRESemmé,而是把真实产品转换为高精度数字对象。NVIDIA披露的实施流程从产品CAD制造数据开始:先转成多边形网格,再叠加物理准确的材质,把可印刷标签文件、包装基材和金属箔效果整合进模型。联合利华称,数字副本会反映产品的尺寸、色泽、形状等细节;在虚拟灯光下,目标是让它与实物表现一致。
这一步决定了数字孪生与普通3D效果图的差别。普通效果图是一次交付物,完成后往往沉在某个项目文件夹;产品孪生则同时是模型和数据库。联合利华官方披露,单一文件可以包含产品的变体、标签、包装与语言格式;NVIDIA进一步列出不同尺寸、镜头、灯光,以及经过批准的飞溅、泡沫等感官呈现效果(“sensorals”)。也就是说,团队调用的不只是一张瓶子照片,而是一套说明“这个产品在不同版本下应该如何呈现”的受控数据。
建立主资产的经营价值,在于把产品批准从每次内容制作中前移。过去,代理商在项目末端检查瓶身比例、标签文字和反光是否正确;现在,产品事实先被建模和批准,后续内容围绕该对象变化。高成本工作并没有消失,而是从多次重拍转为一次高质量建模与持续维护。只有复用次数足够多,这笔前置投入才会比传统项目制更划算。
2、用OpenUSD划分协作层,让不同专业围绕同一文件并行工作
一个主模型要进入全球内容系统,还必须解决软件、团队和供应商之间的交换问题。联合利华采用Open Universal Scene Description,也就是OpenUSD,使产品资产能在不同系统和合作伙伴之间兼容。NVIDIA案例称,传统流程中各部门常要等待前一环节完成;USD的分层结构让灯光、环境和视觉效果人员可以在各自图层上同时工作,而不是轮流接手一份不断复制的文件。
“同一文件”并不意味着所有人可以随意改动同一层。更准确的理解是:产品几何、材质、标签、灯光、环境和特效具有清楚的接口,某一专业的调整不必把整个资产重新打包。Omniverse Nucleus又让全球团队、创意代理商和相关方实时查看修改、在3D空间审阅并立即反馈。原本靠邮件传截图、等渲染、再汇总意见的一环套一环流程,被部分改为在同一份共享文件上同时协作。
OpenUSD的作用也不应被夸大。它解决的是资产描述、分层和交换,不能自动解决产品数据是否正确、版权如何分配、地区法规是否满足或创意是否优秀。它降低不同工具和供应商之间的转换损耗,却不等于没有平台依赖。联合利华仍然需要NVIDIA提供实时3D与协作技术,也需要Collective等伙伴建立和维护高质量孪生。
3、从“每个渠道重做一遍”转向“建立一次,多处调用”
有了受控主资产,内容生产的单位就发生了变化。过去,一个电商主图、一个电视镜头和一个社交视频可能分别从实物样品或二维素材开始;现在,团队可以从同一孪生生成不同镜头、背景、画幅和动态版本。联合利华称,创意人员能够复用文字、语言、背景、格式与版本,将产品图像接入由AI辅助的创意流程;NVIDIA材料还列出360度展示、倾倒演示和互动电商体验。
这不是“从此不再拍摄”。人物、真实使用场景、触感、表演和文化叙事仍可能需要摄影,也可能需要创作者和制作团队。改变的是产品这一层:广告背景可以由AI或3D工具生成,瓶身却来自已批准孪生;画幅可以适配社交和电商,标签与包装不应在每个版本里重新猜测。产品数字孪生因此更像内容生产的标准零件,而不是最终广告本身。
联合利华与合作方把这一模式概括为“create once, use everywhere”。官方披露,产品图像可以从电视进入数字商业;NVIDIA补充社交媒体和线上零售;联合利华管理者在采访中举例,本地团队可以提出Instagram、Amazon或户外广告所需的创意需求,再快速生成并部署相应资产。渠道之间共享的是产品事实,不是完全相同的成片。
这一差别也解释了“内容重复由平均5份降到1份”的含义。它不是简单宣布资产数量下降80%,也不是要求五个渠道只用同一张图,而是减少五套流程对同一产品的重复建立。共享主资产后,各渠道仍可拥有不同创意,只是不再分别支付一遍产品建模与校对成本。
4、全球团队锁定产品事实,本地市场决定文化表达
数字孪生把全球统一和本地化从一个模糊口号,拆成两层职责。全球品牌与产品团队更适合控制包装几何、材质、标签、语言版本、品牌识别和批准状态;本地市场更适合控制渠道、文案、场景、人物、文化语境与发布节奏。NVIDIA材料称,每个模型、尺寸和标签版本集中批准、可以即时调用;Glossy对联合利华管理者的采访则显示,本地团队仍然可以自己提出需要的内容。
联合利华用数字孪生把产品事实变成可复用资产,但你的企业是否还在为每个渠道重复拍摄和建模?用AI顾问诊断你的内容供应链,看看哪些环节可以像联合利华一样把重复环节从5份降到1份。
这个分工的价值,不是把本地团队变成模板操作员,而是让他们不必反复证明“产品长什么样”,把时间用于判断“这个市场为什么会在意”。联合利华在另一套内容生产机制SuperShoots中也展示了类似思路:Closeup一次快速制作在3天内完成10个模块化布景和100多项资产,同时服务印度、印度尼西亚、越南和菲律宾,并针对社交到销售点等触点做适配。SuperShoots不是产品数字孪生的同一工具,但它说明联合利华正在把全球内容从一次大制作,改成共享生产能力与本地渠道组合。
这套分工同样有风险。产品一致性容易测量,文化相关性难测量;全球模板越好用,本地团队越可能选择最快的组合,而不是最贴近当地语境的表达。规模化生产若只奖励数量、速度和短期点击,就可能让不同市场的内容越来越像。数字孪生能守住瓶子,却守不住故事。
5、让代理商从重复执行转向主资产建设,同时用品牌治理约束生成
联合利华并未把全部能力收回内部。Collective为其建立数字孪生库,使代理商和制作伙伴可以调用能跨系统通用的产品事实;2025年的采访显示,高质量3D孪生仍主要由代理商制作,原因是这项工作需要专业建模、材质与渲染能力。联合利华则把孪生接入自己的内容系统和中央平台,让全球团队能够访问。
代理商的角色由此发生变化:一部分价值从“为每个项目重复拍摄和改版”,转向“建立可长期复用的产品资产、维护标准和提供高阶创意”。联合利华品牌团队负责产品与品牌批准,本地市场提出消费者和渠道方面的需求,创意代理商负责概念与传播表达,3D伙伴负责孪生质量,技术平台负责跨系统打通与实时协作。公开资料没有披露完整的责任矩阵、审批时限、回滚机制和知识产权合同,因此还不能说这套组织接口已经完全标准化。
生成速度扩大后,治理也必须从末端审核前移。联合利华披露的Brand DNAi,是一个由已批准品牌声音、价值观、策略和视觉识别组成的品牌安全数据池;2025年报把它称为全球AI品牌治理框架。产品孪生锁定“商品长什么样”,Brand DNAi约束“品牌应该怎么说、怎么表现”,两者不是同一系统,却共同缩小了模型自由发挥的范围。
公司2026年《商业原则与政策准则》进一步要求,产品和服务必须真实、准确、透明地描述,包括AI生成内容在内的图像与信息不得误导,营销主张要有充分依据;涉及AI合成人物、儿童和社交媒体时,还要遵守相应品牌与营销原则。这些政策证明联合利华知道生成内容的责任不能交给模型,但公开材料仍不足以证明每一项内容如何人工批准、如何处理地区差异,以及发生错误时如何回滚。
三、结果与成色:生产效率已经显现,经营贡献仍隔着证据缺口
从生产侧看,联合利华已经拿出了部分产品图像流程的清晰结果。官方口径显示,相关产品图像制作速度达到传统方式的2倍、成本降低50%;工作流由数月缩至数周、由数周缩至数天;重复环节平均由5份降为1份。公司与合作方还称,相关触点实现了100%品牌一致性。这些数字共同证明,产品事实标准化和资产复用已经改变了部分真实内容流程,但不能外推为全部广告、市场和营销内容的平均表现。
局部品牌结果更进了一步。Beauty & Wellbeing率先在TRESemmé、Dove、Vaseline和Clear等产品线接入数字孪生,联合利华披露最高55%的节省、65%的周转提速;内部洞察显示,相关图像点击率为此前资产的2倍,观看时长为3倍。TRESemmé Thailand单一案例中,内容制作成本下降87%、制作速度达到2倍,购买意向提高5%。
但这些指标必须留在准确范围内。2倍与50%针对产品图像和相关孪生流程,不是联合利华全部营销活动;Beauty & Wellbeing的成绩不能外推至所有业务组、品牌和市场;点击率、观看时长与购买意向来自公司内部结果,公开资料没有完整披露样本、周期和对照设计。购买意向增加5%,也不等于实际购买或销售额增长5%。
更重要的是,联合利华没有公开数字孪生覆盖多少SKU、占全部内容生产多少、建立与维护一个孪生的全生命周期成本,也没有拆分其对销量、收入或利润的独立贡献。2025年报称Beauty AI Studio加快营销生产、降低执行成本并提升对社交趋势的响应,但Beauty AI Studio与产品孪生是相邻系统,不能把两者的指标混算。现有证据足以判断“生产机制已落地”,不足以判断“企业级经营回报已被完整证明”。
四、为什么不能盲目照搬:复用越多,前置数据、维护责任和错误半径越重要
第一,这套方法先花钱,再省钱。高质量孪生需要CAD、标签、材质、3D人才、渲染能力和审批流程。联合利华优先为新品管线、改版产品和需要持续内容支持的重点SKU建立孪生,而不会为即将退市的产品都做一套。复用频次低、生命周期短的企业,可能还没摊薄建模成本,产品就已退出市场。
第二,单一事实也会形成单一故障点。统一主资产减少各地分别画错瓶子的概率,却可能把总部的一处错误同步到更多渠道。包装配方、法规标签或语言更新后,谁负责修改、谁批准、旧版本何时停用、已发布内容如何回滚,都决定了“单一真相”究竟是资产还是风险放大器。公开资料没有给出这些运营细则。
第三,品牌一致不等于本地相关。全球模型可以保证包装与颜色稳定,却无法替当地团队判断宗教、审美、幽默、人物和社会语境。若管理层把100%一致性误当作100%有效,系统就会奖励模板化。真正的全球内容供应链,需要中央严格管理产品事实,同时为本地创意保留真实权力。
第四,开放标准只能缓解,不能消除供应商依赖。联合利华依赖NVIDIA的实时3D与协作能力,也依赖Collective等伙伴提供3D建模和制作。OpenUSD提高了跨系统的通用性,但高质量资产仍绑定人才、流程、素材库和合同。企业评估投资时,不能只算少拍几次省了多少钱,还要算平台、培训、代理商、维护、迁移和治理成本。
第五,更多内容可能只是更多噪音。边际制作成本下降,会自然诱导团队增加版本。如果目标仍是“填满渠道”,AI只会让低差异内容更快出现。联合利华管理层强调这不是为了单纯推送更多内容,而是释放人员去做创意;这条判断是否兑现,最终要看团队时间是否真的转向洞察和大创意,而不是继续被更高产量目标占满。
五、给管理者的启示:先治理产品事实,再扩大内容生成
联合利华最可迁移的第一条经验,是生成之前先解决事实。企业常把AI内容项目从模型和提示词开始,却没有统一产品名称、规格、包装、价格、权益和禁用表达。结果是模型越快,错误版本越多。真正的起点应是一份可维护、可审批、可调用的产品事实对象,并明确哪些字段来自研发、法务、品牌和本地市场。
第二条经验,是把内容拆成不变量、可配置层和创意层。产品几何、标签和合规主张属于不变量;语言、画幅、背景和渠道格式可以配置;消费者洞察、文化表达和创意概念仍需要人负责。三层混在一起,总部会压死本地创意;三层完全分散,产品事实又会漂移。数字化的价值,是让边界可见,而不是把所有决定集中到一个平台。
第三条经验,是用全生命周期账而不是单次制作价评估回报。至少要同时计算主资产建立成本、每次复用节省、年度维护与治理成本、错误修复成本,再按SKU生命周期和预计调用次数判断是否值得建立。对一个长期运营、跨市场、高频上新的重点产品,孪生可能是基础设施;对短周期、小市场、低复用产品,传统拍摄可能更经济。
第四条经验,是把供应链指标和营销结果分开管理。制作速度、单项成本、重复率、版本错误率回答“系统是否更有效率”;点击率、观看时长、购买意向和品牌指标回答“内容是否更有效”;销量、毛利和长期品牌资产则回答“经营是否更好”。三组指标可以相关,却不能相互替代。只有让这三层同时可见,管理层才不会用生产提效冒充增长,也不会因暂时缺少销售归因而忽视已经发生的流程价值。
联合利华改变的不是一次拍摄方式,而是产品事实如何被建立、维护、审批并在全球渠道中重复调用。本文归纳的五项能力——建立3D主资产、分层协作、多场景调用、全球与本地分工、伙伴重构与治理——共同支撑了这条内容供应链,但不构成公司正式发布的能力模型。它已经证明部分产品图像流程可以更快、更便宜、更一致;接下来的考题,是在扩大覆盖时守住本地创造力、控制维护成本,并验证效率是否能够转化为经得起长期检验的销售、利润与品牌结果。
数据来源
- Unilever reinvents product shoots with digital twins and AI|Unilever|2025-03-18
- Unilever reinvents product shoots with AI for faster content creation|Unilever|2025-03-19
- How AI is helping drive Desire at Scale across Unilever|Unilever|2025-10-29
- Unilever Annual Report and Accounts 2025|Unilever|2026-03-12
- Our Code of Business Principles and Code Policies V6.0|Unilever|2026-01-19
- Unilever Enhances Product Imagery Production With Digital Twins|NVIDIA|访问于2026-07-28
- The Future of Marketing: Unilever’s Innovative Approach with Digital Twins|NVIDIA GTC 2025|2025-03-18
- Collective & Unilever revolutionise content production with AI-enabled digital twins|Collective World|2025-06-02
- Unilever embraces digital twins to streamline global content production|Glossy|2025-03-25
常见问题(FAQ)
联合利华如何用数字孪生把产品图像制作成本降低50%?
联合利华先为真实产品建立物理准确的3D数字孪生,把包装、材质、标签和语言版本组织为单一产品事实,再让全球团队从同一主资产生成各渠道内容,减少重复拍摄和建模,使相关产品图像制作速度达2倍、成本降50%。
产品数字孪生与传统3D效果图有什么本质区别?
传统3D效果图是一次性交付物,完成后往往不再复用;产品数字孪生同时是模型和数据库,包含产品变体、标签、包装、语言格式及批准的感官呈现效果,可被多个渠道和团队反复调用。
联合利华如何用OpenUSD实现全球内容团队的并行协作?
联合利华采用OpenUSD分层结构,让灯光、环境和视觉效果人员在各自图层上同时工作,配合Omniverse Nucleus实时查看修改和3D审阅,把原本串行的邮件传图、等渲染流程改为同一共享文件上的并行协作。
数字孪生内容供应链为什么不能盲目照搬?
因为高质量孪生需要前置投入CAD、3D人才和渲染能力,复用频次低的产品可能无法摊薄成本;单一事实会形成单一故障点;品牌一致不等于本地相关;开放标准不能消除供应商依赖;更多内容可能只是更多噪音。
企业如何评估产品数字孪生内容生产是否值得投入?
要用全生命周期账评估:同时计算主资产建立成本、每次复用节省、年度维护与治理成本、错误修复成本,再按SKU生命周期和预计调用次数判断。长期运营、跨市场、高频上新的重点产品适合建立孪生,短周期低复用产品传统拍摄可能更经济。
想把这套打法用到你自己的业务上?
如果你也想把产品事实从每次内容制作中前移,先治理再生成,可以从一次针对内容供应链的现状诊断开始,看看哪些SKU值得建立数字孪生、哪些流程正在重复烧钱。
💎 核心承诺:先诊断、再合作,思路不对不推进。
专属咨询热线:400 822 8832
Runwise 增长研究院
加入AI创新专业交流群
免费送7行业30+案例
及时看最新直播/研报
热文推荐
- iRobot的DTC破局战:硬件品牌如何靠全生命周期服务实现3倍留存?[附信息图解]by Kiwi Huangon06/29/2022
- AI 产品增长实战:[2026图解] Gamma用生成式 AI 颠覆 PPT 的三重密码by Elysha Fangon03/31/2024
- 创新战略|CMO如何以生成式AI创新推动营销与销售运营的新高度by Jackie Panon06/22/2023
- Miro PLG实战全案: [2026图解] 在线白板平台Miro三年10倍增长的4大增长策略by Elysha Fangon10/06/2023
- ChatGPT提示语实战宝典:[附2026图解] 110+专家级Prompt打通营销、销售与HR全链路by Jackie Panon04/03/2023
最新文章

AI应用案例|产品图像快2倍、成本低50%:联合利华如何用5项能力重构全球内容供应链?

企业AI应用案例:面向150万门店员工,沃尔玛如何用5个现场接口把AI嵌入门店运营?

Netflix把5%以上内容预算投向只占1%观看时长的直播,图什么?

PLG做到最后,为什么还需要销售?monday.com的大客户扩张接力

当写代码不再是瓶颈:给整套敏捷做一次资产重估

蔚来开会客厅,理想关掉上百家店:中高端新能源的五条零售路径,哪条能走通?

B2B大客户营销第一年:瞄准400家客户,为什么一单都没成?


![AI 产品增长实战:[2026图解] Gamma用生成式 AI 颠覆 PPT 的三重密码](https://runwise.co/wp-content/uploads/2023/09/gamma-app-300x150.jpeg.webp)

![Miro PLG实战全案: [2026图解] 在线白板平台Miro三年10倍增长的4大增长策略](https://runwise.co/wp-content/uploads/2023/10/media_15a6cf7f139aa51047300b9ea98d6533e9bb9caf7-300x165.jpg)
![ChatGPT提示语实战宝典:[附2026图解] 110+专家级Prompt打通营销、销售与HR全链路](https://runwise.co/wp-content/uploads/2023/04/ChatGPT-OpenAI-300x169.jpg)



