服裝產業搭上AI順風車，效率提高三成后設計師會被替代嗎？

不久前，一條AI生成的“小綠裙”火遍小紅書。這是一條方領、泡泡袖、系著編織腰帶的綠色連衣裙，由一位AI繪畫愛好者發出來后，被不少網友奉之為“夢中情裙”。很快有敏銳的商家嗅到商機，照著圖打版售賣，吸引了不少消費者。

第一財經記者發現，在小紅書店鋪上，一家定價239元的“AI熱圖同款”小綠裙已售出1119件；另一家定價268元的已售出297件。

由AI設計后工廠直接制作的模式或許可以大幅降低成本，那AIGC是否能夠改寫服裝行業？

(資料圖片)

在杭州的數字時尚創新大會期間，圍繞服裝時尚產業的數字化轉型，國產工業軟件凌迪科技Style3D創始人兼CEO劉郴對第一財經記者表示，服裝行業是依賴大量“上新”帶動消費的產業，對創造力和效率有極致追求。創意濃度高、能夠接受多樣性，也讓服裝相對其他行業對AI有更高的容錯率，適用于AIGC去落地和探索。

凌迪的模式是將服裝的設計、打板、拍攝、陳列等過程通過數字3D形式完成，服務包括波司登、安踏、UR在內的客戶。4月底凌迪基于開源的Stable Diffusion大模型，發布了AIGC應用的服裝產業大模型。劉郴稱，在時尚產業，AI普遍可以提升20%-30%的效率，未來可能更多。不過AI還很難替代服裝設計師的崗位，只是“使用AIGC的人會替代不使用這一工具的人”。

根據麥肯錫分析，未來3到5年，“保守地說”生成式AI可能會幫助服裝、時尚及奢侈品行業的營業利潤創造1500億美元的增量，樂觀估計可高達2750億美元。

AI難以替代設計師

類似小紅書“AI小綠裙“的模式，在外行看起來似乎省下了設計師，但劉郴表示，AI生成的圖片只是風格式的，本質上是替代了畫一張新的圖或是找一張新的圖片。生成后還需要打版、做樣衣，將一件風格式的衣服“結構化”，用專業的服裝語言傳達給制造環節。

因此，在服裝制造產業中，風格式生成只是第一步，屬于流行趨勢的研判和款式研判。AIGC在這個過程可以提供給設計師和企業大量的創造力，比如，設計師可以將賣得較好的爆款“喂”給算法，算法就能自動生成很多類似的風格款式。

服裝行業有個特點是不缺產品，但缺好的產品，“所以當這些創造力涌現以后，需要進行收斂，好的創意才會促進銷售。”劉郴認為，如果AIGC涌現產生了一大堆內容，但大量都是無效的，這對行業幫助不大。

在服裝行業中，工作方式或許會發生改變，以往設計師搜集靈感圖，獲取的途徑是走秀的一些圖片、街拍、調研數據等，但有AI生成后，未來這些途徑占的比重將會降低。在這個過程中，AI并沒有替代掉哪個工種，人員和結構也沒有改變，“需要有人判斷哪個好，再做成物理樣衣或者是結合AI的方式做成結構化的數字樣衣。”劉郴說。

在數字時尚大會上，時裝設計師王鈺濤也認為，設計從業者無需擔心失業，“因為不管是什么樣的科技，什么樣的手段，對于設計來說都是一種輔助工具。”不過，隨著科技核心的變革，如何去應對這種社會之變，是設計從業者必須要思考的一個問題，從思想到心理上先要做自我的變革。

對于服裝行業來說，數字化是必然的，AI是大勢所趨，從業者也必須學會運用這項工具。

杭州萬事利絲綢文化股份有限公司董事長李建華提到，未來從總設計師到銷售人員，重要的是做選擇題，而不是自己去干活。

李建華提及，萬事利在今年將AIGC相關軟件加入工作流程后，設計更加藝術化、時尚化，且每天能有50-100個絲巾的花型給到客戶和市場，“這個量過去可能是一個企業一年的設計量，現在一天就可以做到。”

AI不會完全替代設計師，但的確可以輔助設計師提升效率，劉郴對第一財經表示，在時尚產業，AI普遍可以提升20%-30%的效率，未來還可能更多，至少在三成以上，這是目前行業探索下來通用的數據。

憑借以往3D服裝數據的積累，結合開源的Stable Diffusion大模型，凌迪推出了服裝行業的產業模型，據資料介紹，模型涉及的AIGC功能包括AI款式分析、AI生成圖案、AI生成版片、AI生成材質以及快速生成電商上新圖等。

與通用的AI 圖片生成模型相比，在 Prompt（提示詞）一致的時候，垂直產業模型會更為精準。以生成一款“藕節袖連衣裙”為例，涉及這種行業專業詞匯，相比Midjourney這樣的通用大模型，凌迪的產業模型生成的“藕節袖”會更符合服裝產業所講述的款式。

與億級數據量的大語言模型相比，服裝產業模型的數據量會小很多，以萬級為單位就已經足夠，但服裝行業的數據收集并不容易。

“服裝是一個專業細分的行業，需要有一些行業領域的專業數據和專業的清洗、標定，否則無法在模型中使用。”劉郴提到，有些行業可能用互聯網的信息或者是現成的數據集就可以做，但服裝行業里面不存在現成的數據集，而在面料、版片、3D服裝上的數據積累，是凌迪目前的優勢。

數字服裝已與實物無限接近

在杭州數字時尚大會現場，第一財經記者體驗了如何將現實中的面料材質3D化，核心要點是采集面料各方面特性的數據，還原出逼真的數字服裝。在觸摸屏上感受服裝時，其畫面會跟隨指尖的壓力達到與現實同樣的褶皺感與垂墜感。

展臺的技術人員介紹，通過PC上的3D數字化建模軟件端，設計師可以操作面料進行創意設計、面料更換，查看最終成衣效果。產品的界面與Photoshop的風格很接近，除了3D效果，使用習慣與Photoshop基本相同，目的是讓設計師能夠輕松適應。

而要達到PC端的效果，在硬件端需要有紋理和料性兩個層面的數據采集。在紋理方面，技術人員介紹，需要通過凌迪的3D掃描儀一鍵拍攝面料的6張圖，包含透明圖、光滑度貼圖、金屬度貼圖等等紋理層面的特質。而在料性方面，則需要用到彎曲測量儀和拉伸測量儀這兩個硬件設備，采集面料小樣的克重、厚度，并在其運動的時候測量柔軟度、彈性等方面的性能，最后將數據傳輸到軟件端。

當數據齊全后最終呈現的效果就會無限與實物接近，設計師可以借助生成效果感受到面料的質感，“設計師都是面料專家，他們可以根據料性來評定這塊面料到底應用在什么類型的服裝上，胸圍做多大這個造型才會好看、線條才會流暢。”技術人員介紹。

在創業過程中，劉郴表示遇到過不少困難，在疫情期間，凌迪趕上了一次快速發展的機會。“疫情阻隔了物理空間，很多產業鏈的企業沒辦法將樣衣寄到國外，這個時候我們超越物理空間的線上溝通就變得非常有價值。”劉郴提到，杭州一家外貿企業疫情期間以每年30-50%的速度增長，中間就是通過凌迪的數字化工具和海外客戶進行直接溝通，從而快速拿到訂單。

再后面，隨著2021年元宇宙概念興起，物理世界數字化成為趨勢，劉郴表示，隨著軟件迭代，數字素材創建門檻不斷在降低，可以做到用數字人模特進行穿衣搭配、走秀，甚至未來可以完成直播、大片的拍照等等，這些技術已經越來越成熟。

3D數字內容解決的是如何呈現的問題，而AIGC解決的是數字內容的建設。來到2022至2023年，AIGC興起，帶來了創建內容素材門檻的再次下降，數字化內容可以做得更加輕松和豐富。“AIGC大火之后讓我們更加有信心，也看到更多這方面投入的確定性。”劉郴對第一財經表示。

不過，劉郴認為，元宇宙相關的技術還會有發展的過程，短時間內消費者對于元宇宙和自己生活之間的鏈接和感知并不強，還需要花一點時間，就像之前的手機時代一樣，首先在蘋果的粉絲里慢慢使用，再后面帶動了整個移動互聯網的進程。

標簽：