电商模特图通过人工智能（AI）生成的方法主要包括以下几个步骤：

1. 数据收集：首先，需要收集一定数量的衣物图片和模特图片作为训练数据。这些数据可以从电商网站、社交媒体或其他合法来源获取。

2. 数据预处理：对收集到的图片进行预处理，包括缩放、裁剪、翻转等，以增加数据的多样性和模型的泛化能力。

3. 模型训练：使用深度学习算法（如卷积神经网络，CNN）对预处理后的图片数据进行训练。训练过程中，AI 模型会学习如何识别和生成衣物和模特的特征。

4. 生成模特图：在模型训练完成后，当输入一张衣物图片时，AI 模型可以根据学到的特征生成相应的模特图。这个过程通常包括以下几个步骤：

a. 检测衣物区域：通过图像识别技术，AI 模型可以识别出输入图片中的衣物区域。

b. 生成轮廓：根据衣物区域，AI 模型可以生成衣物的轮廓线。

c. 生成模特身体：根据衣物轮廓线，AI 模型可以生成模特身体的形状和姿势。

d. 添加细节：AI 模型还可以根据衣物特征生成模特的手势、面部表情等细节。

5. 图像优化：对生成的模特图进行优化，包括调整颜色、亮度、对比度等，以使其更接近真实图片。

6. 输出成果：将生成的模特图用于电商网站或广告宣传，以提高商品的展示效果和吸引力。

通过以上步骤，电商卖家可以利用 AI 技术生成高质量的模特图，节省拍摄成本并提高营销效果。需要注意的是，AI 生成的模特图在逼真度和个性化方面可能与真实模特图存在一定差距，因此在应用过程中要权衡利弊。