圖片來(lái)源：由無(wú)界 AI工具生成
AIGC 這股風(fēng)，吹到了時(shí)尚行業(yè)，會(huì)帶來(lái)哪些生產(chǎn)力革新？
上線五天，用戶破百萬(wàn)，兩個(gè)月突破 1 億...... 這是科技圈 “頂流” ChatGPT 的上線戰(zhàn)績(jī)，隨之引發(fā)了持續(xù)至今的 AIGC 狂熱潮。無(wú)所不會(huì)的對(duì)話、數(shù)秒產(chǎn)出的精美作圖，俗稱 “累不死的 AI 打工人” 正在讓真實(shí)打工人倍感焦慮。
而事實(shí)上，人工智能本質(zhì)是技術(shù)工具，在充斥挑戰(zhàn)的背后，蘊(yùn)藏的機(jī)遇更大。企業(yè)家們興奮地忙著如何與 AI 結(jié)合進(jìn)而加速提升效率與生產(chǎn)力，而越來(lái)越多聰明的職員正在主動(dòng)學(xué)習(xí) AI 應(yīng)用，為自己能力加碼。AI 重新定義的工作方式，也讓企業(yè)更加依賴和仰仗那些主動(dòng)擁抱變化的創(chuàng)作者們，并建立新時(shí)代下的工作模式。
在瘋狂追尋效率與生產(chǎn)力的行業(yè)中，時(shí)尚必然在前列。那么，AIGC 將如何為時(shí)尚行業(yè)所運(yùn)用？又將為設(shè)計(jì)師帶來(lái)哪些方面賦能？已被數(shù)字化洗禮的服裝企業(yè)又該如何抓住 AIGC 的機(jī)遇？或者這里能夠給你一些解答：
時(shí)尚行業(yè)是非常適合 AIGC 落地的產(chǎn)業(yè)
首先，我們來(lái)看一下時(shí)尚行業(yè)的第一性原理：本質(zhì)上，時(shí)尚行業(yè)是依靠大量 “上新” 帶動(dòng)消費(fèi)的產(chǎn)業(yè)。在這里，永遠(yuǎn)認(rèn)為衣柜里少一件衣服的女性可能更有同感。從消費(fèi)者畫像來(lái)看，愈發(fā)個(gè)性化的著裝需求，也決定了服裝類產(chǎn)品天然的非標(biāo)品屬性。為滿足服裝消費(fèi)者多樣化的消費(fèi)需求，服裝品牌必須積極尋求多 SKU 的策略。以某全球頭部的即時(shí)（Instant fashion）時(shí)尚電商平臺(tái)為例，每天上新需求是 5000-6000 個(gè) SKU。足以見得，“持續(xù)創(chuàng)造” 是永遠(yuǎn)是不停止的時(shí)尚追求。
同時(shí)，時(shí)尚行業(yè)還有一個(gè)特性是：一個(gè)用 “近似” 交付創(chuàng)意的行業(yè)。在關(guān)于時(shí)尚的幾部電影里，不論是《Dior and I》，還是《Coco Chanel》，我們看到了一件衣服誕生的藝術(shù)畫面：一個(gè)設(shè)計(jì)大師找到靈感，基于靈感描畫草圖，然后在此基礎(chǔ)上整個(gè)制作團(tuán)隊(duì)和設(shè)計(jì)師一起通過(guò)面料、輔料、工藝的結(jié)合，最終呈現(xiàn)一件高定衣服。這里，最重要的是大師的 “靈感”，畫的也是 “草圖”。時(shí)尚行業(yè)的特殊性就在于：極其創(chuàng)意驅(qū)動(dòng)，這些的創(chuàng)意往往對(duì)精確性有一定的容忍度，這也正符合目前 AIGC 應(yīng)用的特點(diǎn)。
時(shí)尚行業(yè)歷史悠久，已經(jīng)形成了一條完善的產(chǎn)業(yè)鏈，從原材料到設(shè)計(jì)制作到成品銷售，擁有著大量結(jié)構(gòu)化的數(shù)據(jù)。用時(shí)尚行業(yè)常用的色彩 —— 潘通色卡舉例，新版服裝紡織 TPG 色卡有 2310 個(gè)色彩，這還不包括金屬色卡和色彩橋梁卡等。這些，看似主觀感受的服裝色彩，其實(shí)背后有清晰的 2310 個(gè)標(biāo)準(zhǔn)色號(hào)。正是這些結(jié)構(gòu)化的數(shù)據(jù)，為服裝行業(yè)應(yīng)用 AIGC 打好了基礎(chǔ)。
極致的效率追求、大量創(chuàng)造力的需求下，時(shí)尚行業(yè)正在成為 AIGC 落地的最佳試驗(yàn)田。
什么樣的企業(yè)可以讓時(shí)尚行業(yè) AIGC 落地？
從實(shí)現(xiàn)層面上來(lái)說(shuō)，服務(wù)時(shí)尚數(shù)字化的頭部企業(yè)，具有專業(yè)的場(chǎng)景理解，良好的數(shù)據(jù)底層，持續(xù)的模型研發(fā)能力，就具備讓時(shí)尚行業(yè) AIGC 落地的能力。
我們手頭上看到一家國(guó)內(nèi)頭部專注于服裝行業(yè)數(shù)字化，并且剛剛發(fā)布了基于 AIGC 應(yīng)用的企業(yè) —— 凌迪 Style3D。從官方資料看，Style3D 是全球頭部的專注于服務(wù)服裝行業(yè)的 3D 數(shù)字化解決方案提供商。是一家服務(wù)服裝行業(yè)全鏈條，包括面料商、輔料商、設(shè)計(jì)生產(chǎn)商，到品牌商數(shù)字化的企業(yè)，目前已經(jīng)積累了大量的結(jié)構(gòu)化數(shù)據(jù)。
AIGC 的涌現(xiàn)能力強(qiáng)依賴于大量結(jié)構(gòu)化的數(shù)據(jù)支撐，當(dāng)前市面上的 AI 模型雖然能夠?qū)崿F(xiàn)多場(chǎng)景多領(lǐng)域的應(yīng)用效果，但對(duì)于垂直的時(shí)尚行業(yè)并不是最優(yōu)方案。究其原因，一方面是數(shù)據(jù)專業(yè)性，一方面是模型收斂域。
當(dāng)我們接觸 Style3D 模型的時(shí)候，看到他們把自己的模型定義為 “Style3D 產(chǎn)業(yè)模型”，并稱擁有完整的適用于服裝行業(yè)的 Prompt，以及基于行業(yè)的模型。以下是一個(gè)基于電商上新圖的簡(jiǎn)單測(cè)試：
輸入一段復(fù)雜且特定的對(duì)某款服裝的描述 “virago sleeve dress, lotus root shaped sleeves, intricate fabric details, fashion product catalog image, studio lighting, front view, square image”。簡(jiǎn)單來(lái)說(shuō)，我們要生成的是一款藕節(jié)袖連衣裙。在 Prompt 一致，模型收斂不同的時(shí)候，稍微有所偏差，產(chǎn)生的就不同。
以下為兩個(gè)結(jié)果圖，左一是 Style3D 產(chǎn)業(yè)模型生成的 3D 藕節(jié)袖裙配上模特效果圖，右一是用現(xiàn)在最流行的某 AI 圖片生成工具生成的藕節(jié)袖模特圖：
可以看到，Style3D 模型生成的連衣裙更符合服裝產(chǎn)業(yè)所講述的藕節(jié)袖。大量符合服裝設(shè)計(jì)的結(jié)構(gòu)化數(shù)據(jù)沉淀、豐富的服裝模型庫(kù)、結(jié)合自研強(qiáng)大且精細(xì)的仿真引擎，Style3D 能夠生成更精準(zhǔn)且貼合設(shè)計(jì)標(biāo)準(zhǔn)的服裝作品。可以說(shuō)，垂直行業(yè)的數(shù)據(jù)和模型就是 AIGC 應(yīng)用的基礎(chǔ)，更是服務(wù)好垂直領(lǐng)域客戶的前提條件。
怎樣讓AIGC輔助服裝設(shè)計(jì)？
在 AIGC 引起的一片狂歡下，我們其實(shí)更期待的是，如 Style3D 所說(shuō)，打造的是產(chǎn)業(yè)級(jí)模型，為產(chǎn)業(yè)服務(wù)。
一件衣服的制造流程，往往是由主觀性的創(chuàng)意不斷去被數(shù)據(jù)驗(yàn)證的過(guò)程，需要經(jīng)歷快速變化和反復(fù)設(shè)計(jì)。換句話說(shuō)，需要 SKU 的寬度和深度適宜搭配。因此，使整個(gè)產(chǎn)業(yè)鏈從基于趨勢(shì)，到樣衣，到真正走向市場(chǎng)，企業(yè)無(wú)時(shí)無(wú)刻在面臨著效率和成本的挑戰(zhàn)。人工智能在服裝行業(yè)很多場(chǎng)景都可以發(fā)揮更大的價(jià)值。
我們挑選了其中基于 Style3D 產(chǎn)業(yè)模型的應(yīng)用最廣泛的電商上新場(chǎng)景進(jìn)行了嘗試，點(diǎn)擊視頻查看完整應(yīng)用。
- 首先是通過(guò) Style3D AI 應(yīng)用可以生成各組成部件，即面料紋樣、輔料設(shè)計(jì)、以及圖案等。我們可以看到，一段符合行業(yè)專業(yè)用語(yǔ)的 prompt，加上基于行業(yè)數(shù)據(jù)的模型，完全可以準(zhǔn)確生成適用于行業(yè)的各種結(jié)構(gòu)化的元素。
- 在組成一件衣服的 “部件” 都充分具備并且可以自由替換后，Style3D AI 此時(shí)又可以做到通過(guò)對(duì)于廓形本身的運(yùn)用，快速產(chǎn)生一件 3D 數(shù)字服裝，并根據(jù)需要對(duì)款式進(jìn)行修改。
- 接著是對(duì)即將演繹服裝的數(shù)字人進(jìn)行自動(dòng)生成。AI 生成的 “包含身體的化身” 將使設(shè)計(jì)師能夠在平臺(tái)上根據(jù)需求去定義一個(gè)數(shù)字人模特的體型、年齡、發(fā)型和膚色等，并最終產(chǎn)出一個(gè)及其逼真的數(shù)字模特。
- 最后，根據(jù)不同品牌的屬性加上不同的背景，結(jié)合數(shù)字人進(jìn)行展示，就是一個(gè)可以直接用于電商商品上新的商品圖。
在此基礎(chǔ)上，更可以基于 AI 高效生成各種適用于不同平臺(tái)的營(yíng)銷素材，并根據(jù)需求進(jìn)行多場(chǎng)景替換。并且，這些生成本身就在產(chǎn)業(yè)模型當(dāng)中進(jìn)行，直接提升整體生成速度。
值得一提的是，基于 Style3D 產(chǎn)業(yè)模型生成的數(shù)字服裝，不僅僅可以用于電商場(chǎng)景，還可以用于元宇宙虛擬世界，也完全支持直連生產(chǎn)。
我們可以想象，如果有更多的場(chǎng)景落地，將是對(duì)整個(gè)服裝行業(yè)的巨大賦能：
首先是給到了每一個(gè)消費(fèi)者更豐富的商品選擇，AI 使商品的組成元素有了更多選擇，那么商品本身也有了更多組合。其次，是對(duì)創(chuàng)意人員的巨大支持。AI 可以輔助設(shè)計(jì)師擴(kuò)大創(chuàng)意來(lái)源邊界，更專注于創(chuàng)意本身的產(chǎn)出，更有靈感地去完成一件衣服的設(shè)計(jì)。
從更遠(yuǎn)的社會(huì)效應(yīng)來(lái)說(shuō)，AIGC 將無(wú)限拉近消費(fèi)者的需要和生產(chǎn)制造的能力。我們可以做一個(gè)假設(shè)，如果生產(chǎn)的服裝都能被消費(fèi)掉，那就不是浪費(fèi)，真正造成浪費(fèi)的是無(wú)法消耗的庫(kù)存和為此投入的資源。AIGC 將使商品創(chuàng)造者更好的把握市場(chǎng)趨勢(shì)并滿足市場(chǎng)需求。
經(jīng)過(guò)和 Style3D 的交流，我們相信在時(shí)尚行業(yè)，人工智能未來(lái)一定能夠承擔(dān)更多重復(fù)性的工作，更好的服務(wù)設(shè)計(jì)師和版師等創(chuàng)意人員。
我們也期待看到更多能落地的服務(wù)產(chǎn)業(yè)的大模型出現(xiàn)，讓 AIGC 真正推動(dòng)生產(chǎn)力的發(fā)展。
