Chỉnh ảnh xe bằng GenAI ở quy mô hàng loạt đại lý: Case Study

Một nền tảng nhiếp ảnh xe của Mỹ phục vụ hàng trăm đại lý ô tô xử lý 70.000–80.000 ảnh đăng tin mỗi ngày — quy mô mà chất lượng ảnh ảnh hưởng trực tiếp đến mức độ quan tâm của người mua và tốc độ bán. HDWEBSOFT triển khai nền tảng chỉnh ảnh GenAI thay thế các model cũ bằng deep learning hiện đại, đưa chấm điểm chất lượng khách quan để tự động duyệt ảnh có độ tin cậy cao, và cắt tỷ lệ chỉnh tay từ khoảng 34% xuống dưới 10% — giảm 70% — trong khi xử lý toàn bộ lượng ảnh trong khung 4 giờ với dưới 3 giây mỗi ảnh.

Bối Cảnh Dự Án

Mỗi sáng, hàng chục nghìn ảnh xe đổ về trong một khung giờ cao điểm để đăng tin online. Dù đã có công cụ AI, khoảng 1 trong 3 ảnh vẫn phải chỉnh tay vì thiếu sáng, góc nghiêng và màu sai — tức hơn 23.000 ảnh mỗi ngày cho đội biên tập.

Khách hàng đặt một nền tảng mới để thay model cũ bằng deep learning hiện đại, thêm chấm điểm chất lượng để ảnh độ tin cậy cao bỏ qua review thủ công, và nén khối lượng thủ công — mà không thay đổi quy trình đăng tin phía dưới mà các đại lý đang dùng. Đội 5 người của HDWEBSOFT phụ trách kỹ thuật model, MLOps, hạ tầng cloud và ứng dụng web phục vụ review.

Phỏng Vấn Stakeholder

“Ràng buộc khó nhất chính là khung giờ cao điểm — 80.000 ảnh trong 4 giờ, mỗi ảnh dưới 3 giây. GPU khởi động lạnh mất hơn 2 phút, nên autoscaling phản ứng lúc nào cũng chạy theo sau hàng đợi. Chúng tôi phải thiết kế pipeline xoay quanh thực tế đó.”

— Dat Huynh, Project Manager tại HDWEBSOFT

Thay vì chờ tải mới scale, đội đảo ngược trình tự: GPU được khởi động trước 15 phút so với giờ cao điểm với dư địa 3,6 lần, hàng đợi hấp thụ đợt đổ về trong khi instance đã nóng xử lý, và scale-to-zero giữ chi phí ngoài khung giờ gần như bằng không. Một đợt mô phỏng tải trọn 4 giờ trước khi go-live đã chứng minh thiết kế với lượng thực tế — chứ không chỉ trên ước tính.

Chính phần thiết kế đó giúp nền tảng giữ SLA dưới 3 giây xuyên suốt buổi sáng cao điểm ngay từ ngày đầu, không để tồn backlog ảnh hưởng lịch đăng tin của đại lý — và nó trở thành khuôn mẫu cho các đợt rà soát năng lực của đội trong những workload AI lớn sau này.

Tính Năng Chính

• AI chỉnh hình học — chỉnh góc nghiêng và chân trời lệch, crop khung quanh xe.
• AI chỉnh màu — xử lý ánh sáng, cân bằng trắng, phơi sáng và tương phản; học phong cách thương hiệu riêng của từng đại lý thay vì một chuẩn chung.
• Chấm điểm chất lượng & tự động duyệt — chấm mỗi ảnh 0–100; kết quả độ tin cậy cao đi thẳng lên tin đăng, không cần người chạm vào.
• Quy trình review thủ công — lưới hiển thị kèm huy hiệu độ tin cậy cho reviewer duyệt theo lô chỉ với một cú click.
• Tích hợp liền mạch — nối pipeline đăng tin hiện có của khách hàng qua webhook kèm retry và khử trùng, quy trình phía dưới không đổi.

Thử Thách Kỹ Thuật

Chất lượng dữ liệu huấn luyện phụ thuộc hoàn toàn vào cặp ảnh do khách cung cấp

Model chỉnh ảnh chỉ tốt bằng hàng nghìn cặp ảnh trước-sau mà khách hàng cung cấp — do nhiều biên tập viên khác nhau thực hiện theo thời gian. Rủi ro thật sự là sự không nhất quán: nếu hai người chỉnh cùng một vấn đề ánh sáng theo hai cách, model sẽ học nhiễu thay vì học ý đồ. Ảnh nội thất còn khó hơn — cabin chật tạo ánh sáng phức tạp, nhiệt độ màu hỗn hợp và phản chiếu mạnh trên táp-lô, kính. Độ phủ dữ liệu cũng quan trọng không kém: dataset nghiêng về ảnh ngoài trời dễ sẽ để model mù ngay những chỗ editor vất vả nhất.

80.000 ảnh trong khung 4 giờ

Khối lượng không phải ràng buộc duy nhất — kiểu đổ về mới là. Ảnh không chảy đều; chúng dồn vào một buổi sáng cao điểm, và mỗi ảnh phải xong chỉnh trong dưới 3 giây. Instance GPU mất tới 150 giây để khởi động lạnh, nên autoscaling phản ứng luôn đi sau hàng đợi: đến khi capacity nóng, backlog đã hình thành và cộng dồn. Phương án giữ GPU ấm 24/7 thì phá mô hình chi phí. Giữa dự án, phạm vi còn tăng gần gấp đôi, nén thêm thời gian để giải tất cả.

Output AI xác suất và kỳ vọng thương hiệu từng đại lý

Model chỉnh ảnh mang tính xác suất — cùng một ảnh có thể cho kết quả hơi khác qua từng lần chạy. Điều đó biến mỗi buổi review thành cuộc tranh luận chủ quan về phiên bản nào “trông đúng”, và làm stakeholder mất niềm tin để ship bất cứ thứ gì không có người duyệt. Thương hiệu càng phức tạp: mỗi đại lý muốn ảnh khớp phong cách riêng mà editor của họ xây trong nhiều năm — không phải một chuẩn chung. Đại lý lớn có hàng nghìn ví dụ trước-sau để học; đại lý nhỏ thì không, và profile huấn luyện trên dữ liệu mỏng sẽ không đáng tin.

Giải Pháp

Dữ liệu huấn luyện được audit và định trọng theo độ phủ

Trước khi modeling, đội audit toàn bộ dataset — kiểm từng cặp trước-sau khớp đúng, gắn cờ các chỉnh không nhất quán, và kiểm độ phủ theo điều kiện sáng lẫn loại ảnh. Dataset được chia để model học quy luật chỉnh tổng quát thay vì học thuộc thói quen từng editor. Với ảnh nội thất, dữ liệu huấn luyện được định trọng mạnh về các khung khó đó, và pipeline được thiết kế để kết quả độ tin cậy thấp tự động chuyển cho reviewer thay vì ship.

Capacity khởi động trước với dư địa đã chứng minh

Máy chủ tự thức dậy 15 phút trước giờ cao điểm ở mức 3,6 lần capacity nền, hấp thụ bài toán cold-start trước khi nó tạo hàng đợi. Đợt mô phỏng tải 4 giờ chứng minh thiết kế trước go-live — với khối lượng thực tế. Để hấp thụ phạm vi tăng giữa dự án mà không dời deadline, đội áp công cụ phát triển hỗ trợ AI trong suốt quá trình triển khai, đo được 30% tăng năng suất.

Chấm điểm khách quan và profile màu theo đại lý

Review chủ quan được thay bằng điểm chất lượng 0–100 khách quan cho mỗi ảnh, kèm luật ship cứng: dưới 90% đồng thuận của người trên output đã chấm thì không được phát hành. Về thương hiệu, profile màu từng đại lý được huấn luyện từ chính ví dụ trước-sau của đại lý đó — học phong cách của họ thay vì áp một chuẩn. Đại lý thiếu lịch sử dùng profile khu vực làm fallback, và các profile liên tục tinh chỉnh từ chính những chỉnh sửa của editor phía dưới.

Kết Quả Kinh Doanh

• Giảm 70% chỉnh tay — từ khoảng 1 trong 3 ảnh xuống dưới 10% cần review, thời gian từ phút xuống giây mỗi ảnh.
• Chi phí hạ tầng ~3.470 USD/tháng ở khối lượng production, scale-to-zero ngoài giờ cao điểm.
• Chất lượng đồng nhất giữa các đại lý — một chuẩn chấm điểm thay vì chủ quan từng reviewer.
• Canary deploy có auto-rollback giữ cập nhật model an toàn ở quy mô production.
• Giá trị chiến lược — đăng tin nhanh hơn cho đại lý, báo cáo phân khúc cho khách hàng, và tự chủ vận hành hoàn toàn sau bàn giao.

Snapshot Kỹ Thuật

• Model: YOLOv8-m phát hiện hình học; SVDLUT (PyTorch) chỉnh màu; MUSIQ NR-IQA và LPIPS chấm điểm chất lượng khách quan — tăng tốc CUDA.
• Serving: SageMaker Async inference sau nhóm GPU autoscaling khởi động trước giờ cao điểm.
• Pipeline: AWS Lambda (Python 3.12) và ECS/Fargate (Node.js) điều phối qua SQS/SNS, DynamoDB giữ state, RDS PostgreSQL 16 cho metadata, S3 lưu asset sau API Gateway.
• Bảo mật: mTLS, ký request HMAC-SHA256, WAFv2, PrivateLink, KMS.
• Triển khai: Terraform IaC, GitHub Actions CI, image Docker/ECR, giám sát CloudWatch + X-Ray, on-call PagerDuty, giao diện review React + Cognito + CloudFront.

Kết Luận

Nền tảng đưa hoạt động biên tập của khách hàng từ điểm nghẽn thủ công từng ảnh sang pipeline tự chỉnh có chấm điểm — reviewer giờ chỉ chạm vào những ảnh AI kém tự tin nhất. Nếu đội của bạn đang scale workload computer vision hay generative AI dưới ràng buộc độ trễ hay khối lượng cứng, dịch vụ phát triển AI của chúng tôi bao trọn đúng mô hình triển khai này. Liên hệ đội ngũ để trao đổi về một bản build tương tự.