你能分辨出下面哪套服裝是由AI參與設(shè)計(jì)的嗎？

在近期的倫敦時(shí)裝周上，Christopher Kane 2023秋冬系列利用AI創(chuàng)作出了幾件連衣裙上的動(dòng)物印花圖案，正是右圖中所顯示的圖案。雖然這不算太復(fù)雜的設(shè)計(jì)，但當(dāng)下AI（Artificial Intelligence人工智能）在服裝設(shè)計(jì)領(lǐng)域的滲透可見一斑。

ChatGPT的橫空出世讓普羅大眾對于AI發(fā)展至今的能力有了新的認(rèn)知。通過一個(gè)簡潔的聊天式對話框，它可以根據(jù)指令生成貼合人類邏輯思維的回答，并可不斷調(diào)校答案。

事實(shí)上，通用大模型之外，不少公司正致力于垂直領(lǐng)域的終端AI應(yīng)用，從細(xì)分領(lǐng)域著手利用AIGC（Artificial Intelligence Generated Content生成式人工智能）提升生產(chǎn)力。

比如，放在設(shè)計(jì)領(lǐng)域，AI可以以人類設(shè)計(jì)師無法企及的速度完成手頭一張?jiān)O(shè)計(jì)稿。由文本生成圖像的Midjourney、Stable Diffusion等國外AI繪圖平臺(tái)就是可以實(shí)現(xiàn)這樣目的的AI應(yīng)用，與ChatGPT同期爆火。用戶可以通過輸入場景的文字描述、藝術(shù)家風(fēng)格等關(guān)鍵字來生成畫作，在藝術(shù)和設(shè)計(jì)界掀起巨浪。

中國亦有小試牛刀的案例。2023年秋冬上海時(shí)裝周，兩位中國獨(dú)立設(shè)計(jì)師時(shí)裝品牌SHUTING QIU、Shie Lyu悉麓和國內(nèi)AI生成藝術(shù)平臺(tái)Tiamat旗下藝術(shù)廠牌Take Five進(jìn)行合作，由后者協(xié)助創(chuàng)造了其新系列中的印花和秀場布置。

成立于2021年，Tiamat是中國首批AI文本生成圖像平臺(tái)之一，并已經(jīng)嘗試商業(yè)化落地?；谄渥匝械腗orpherVLM模型，在2022年3月上線后的不到半年內(nèi)，Tiamat迅速發(fā)展出國內(nèi)首家AI生成創(chuàng)意社區(qū)。為了進(jìn)一步落地AI生成工具在藝術(shù)領(lǐng)域的應(yīng)用落地，Tiamat成立了Take Five品牌，由Tiamat為Take Five提供深度技術(shù)支持。

Take Five主理人張綰洛告訴界面時(shí)尚，在和SHUTING QIU的合作過程中，他們收集了設(shè)計(jì)師裘淑婷過往的印花圖片，基于這些輸入的圖片信息進(jìn)行模型訓(xùn)練然后生成相似風(fēng)格的印花圖片供其選擇。Shie Lyu的合作則是AI根據(jù)過往設(shè)計(jì)元素以及電子音樂制作人Jasmine Sokko的詞曲進(jìn)行學(xué)習(xí)后生成圖片，再由新媒體藝術(shù)家沈煉之將生成素材進(jìn)行藝術(shù)化編排包括演唱、跨媒體視覺效果。

這與前述Midjourney、Stable Diffusion等AI圖片生成平臺(tái)的邏輯類似，這些通過自然語言輸入后由AI形成的圖片一定程度上已能達(dá)到藝術(shù)家和設(shè)計(jì)師的認(rèn)可標(biāo)準(zhǔn)。Tiamat還強(qiáng)調(diào)其對于個(gè)性化學(xué)習(xí)定制流程的強(qiáng)化。

一般而言，為了訓(xùn)練屬于設(shè)計(jì)師自己的模型需要在前期投入50到100張素材圖片以供AI學(xué)習(xí)，此外還可以加入其偏好的藝術(shù)家作品作為風(fēng)格參考，期間生成的階段結(jié)果經(jīng)過反復(fù)溝通調(diào)試后，Tiamat模型大概需要一到兩周完成最終的個(gè)人風(fēng)格模型。

某種程度上，這些仍是在圖形創(chuàng)意層面的合作，并未觸及完整的服裝設(shè)計(jì)流程。張綰洛表示，經(jīng)過上海時(shí)裝周期間的初步接觸，他們已經(jīng)和幾個(gè)設(shè)計(jì)師品牌達(dá)成深入合作，正在從服裝全系列設(shè)計(jì)的角度切入。

Tiamat產(chǎn)品負(fù)責(zé)人許沐翰告訴界面時(shí)尚，目前AI能夠服務(wù)于服裝設(shè)計(jì)的主要有兩種形式。一種是前期創(chuàng)意構(gòu)想，設(shè)計(jì)師可以通過AI模型得到整體服裝款式的風(fēng)格概念圖片，但由于模型可控性的問題，在例如袖口、領(lǐng)結(jié)等細(xì)節(jié)還原上仍無法進(jìn)行精確調(diào)試。而另一種創(chuàng)作方式則是在已有的基礎(chǔ)款型上去進(jìn)行修改，比如從短袖改成長袖，讓AI進(jìn)行自動(dòng)填補(bǔ)，或是保持款式不變，讓AI替換印花風(fēng)格。

這意味著AI雖然能簡化一部分的創(chuàng)作流程，尤其是在前期創(chuàng)意設(shè)想上為設(shè)計(jì)師節(jié)約一定的時(shí)間和腦力消耗，但要讓平面設(shè)計(jì)成為真正能上身的服裝仍然需要設(shè)計(jì)師的二次創(chuàng)作。畢竟，從草稿圖到可以真人上身的樣衣需要在細(xì)節(jié)上進(jìn)行反復(fù)修改。

值得提到的是，在AI大模型工具引發(fā)關(guān)注之前，時(shí)尚行業(yè)已經(jīng)出現(xiàn)了不少以新技術(shù)驅(qū)動(dòng)的產(chǎn)業(yè)鏈條改革。而且行業(yè)內(nèi)不只一次出現(xiàn)新技術(shù)替代老供應(yīng)鏈角色的討論。

比如“小單快反”，即以小批量生產(chǎn)不同款式的產(chǎn)品進(jìn)行市場測試，再通過終端數(shù)據(jù)反饋，對其中的“爆款”進(jìn)行快速返單，以此實(shí)現(xiàn)利潤最大化，及庫存風(fēng)險(xiǎn)的降低。

與之對應(yīng)，一些具備顛覆者潛力的工具也在得到資本青睞。Tiamat、Fabrie、Style 3D等設(shè)計(jì)軟件均在過去一年間獲得融資。

Fabrie是2021年成立的設(shè)計(jì)協(xié)作平臺(tái)，面向產(chǎn)品、設(shè)計(jì)和創(chuàng)意團(tuán)隊(duì)提供設(shè)計(jì)協(xié)同辦公服務(wù)，具有多人協(xié)作、無界白板，數(shù)據(jù)表格、云端存儲(chǔ)及分享等功能。Fabrie創(chuàng)始人陳達(dá)博告訴界面時(shí)尚，F(xiàn)abrie本身在設(shè)計(jì)師整理素材和內(nèi)部協(xié)作的業(yè)務(wù)之外，近期還上線了Fabrie Write與Fabrie Imagine兩個(gè)AI輔助插件。

Fabrie Write將白板使用體驗(yàn)進(jìn)行了AI升級，提高了白板上文本信息的處理能力。Fabrie Imagine可以在設(shè)計(jì)師輸入的手繪草圖的廓形基礎(chǔ)上，讓用戶通過自然語言來補(bǔ)足顏色、材質(zhì)和展示背景。更為重要的是，設(shè)計(jì)師也可以通過輸入圖片來訓(xùn)練自己的風(fēng)格模型。

獨(dú)立設(shè)計(jì)師品牌Poppy Wang創(chuàng)始人王苗子是第一批吃螃蟹的人之一。從2023年開始，她的團(tuán)隊(duì)已經(jīng)開始系統(tǒng)性運(yùn)用Fabrie、Style 3D、Midjourney等服裝設(shè)計(jì)相關(guān)的科技軟件。至少在打版之前，她的工作流程已經(jīng)發(fā)生不小的轉(zhuǎn)變。

前期策劃階段，王子苗團(tuán)隊(duì)會(huì)用Midjourney生成設(shè)計(jì)靈感圖片，再將想法和創(chuàng)意存儲(chǔ)于Fabrie線上設(shè)計(jì)協(xié)作平臺(tái)進(jìn)行交流協(xié)作。而在紙面設(shè)計(jì)真正做成樣衣之前，她會(huì)先在Style 3D里模擬縫制樣衣，用3D模擬樣衣版型和面料質(zhì)感。

Style 3D提供自主仿真引擎的底層技術(shù)服務(wù)及產(chǎn)業(yè)鏈級工業(yè)軟件，包括3D設(shè)計(jì)一體化協(xié)同平臺(tái)。在Style 3D于2015年成立之前，創(chuàng)始人兼CEO劉郴曾創(chuàng)立過自己的服裝品牌，在服裝行業(yè)有20多年的從業(yè)經(jīng)驗(yàn)。目前，愛慕、波司登、歌力思等大型服飾企業(yè)是Style 3D主要客戶。

據(jù)他介紹，Style 3D使得服裝設(shè)計(jì)師得以制作數(shù)字樣衣，減少了實(shí)體樣衣打版造成的物料和溝通成本，并在整體上“提升30%的效率”。

除了數(shù)字樣衣之外，Style 3D也正在和阿里達(dá)摩院合作研究，探索XR服飾店鋪、服飾品牌虛擬空間等場景的應(yīng)用，從產(chǎn)業(yè)鏈上下游各環(huán)節(jié)提供技術(shù)服務(wù)。

劉郴也注意到了AIGC熱潮在服裝行業(yè)內(nèi)引發(fā)的反響。Style 3D近期基于行業(yè)數(shù)據(jù)和產(chǎn)業(yè)需求打造了“Style 3D AI產(chǎn)業(yè)模型”，研發(fā)上線了一系列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(zhì)以及快速生成電商上新圖等。

但在劉郴看來，AIGC在設(shè)計(jì)端帶來的風(fēng)格化創(chuàng)意內(nèi)容生成確實(shí)可以替代一些前期的素材收集或拍攝，而這對于整個(gè)產(chǎn)業(yè)鏈效率的提升可能有限。

他表示，即使AI能在瞬息之間生成千張服裝設(shè)計(jì)圖，最終判斷挑選何種款式適合上架仍將由人來決定。

《棉花帝國》一書中曾敘述，在珍妮紡紗機(jī)最初出現(xiàn)時(shí)，它以機(jī)械化的方式代替了人工紡紗的過程，大大提高了紡織品的生產(chǎn)效率和質(zhì)量，但很多手工紡織工擔(dān)心因此失業(yè)。出于懼怕亂民的暴力，發(fā)明者哈格里弗斯離開了創(chuàng)造珍妮紡織機(jī)時(shí)所在的地區(qū)，直至去世也未從中獲取財(cái)富。

回首看來，珍妮紡織機(jī)仍然成為了紡織產(chǎn)業(yè)工業(yè)化進(jìn)程的重大推手。紡織勞動(dòng)力需求也并未因此減少，由于機(jī)器化的生產(chǎn)方式，紡織廠需要大批的工人來操作機(jī)器。這間接導(dǎo)致了城市的人口快速增長，并推動(dòng)了城市工業(yè)化的進(jìn)程。

技術(shù)變革傳導(dǎo)到生產(chǎn)方式變革需要時(shí)間，在此期間也易于產(chǎn)生混亂，但如同宇宙大爆炸，從混沌中可能會(huì)生成意想不到的美麗新世界。面對AI這樣顛覆性新技術(shù)的出現(xiàn)，無論回避或者擁抱都是一種自然選擇。

在對于AI創(chuàng)作質(zhì)疑的討論中，同質(zhì)化審美問題一度占據(jù)高位。

翻看前段時(shí)間社交媒體上很多人曬出的Midjourney繪畫圖，你會(huì)發(fā)現(xiàn)，雖然內(nèi)容主題多樣，但AI風(fēng)格痕跡仍然明顯，這是因?yàn)楹芏嗳藭?huì)使用同一套關(guān)鍵詞來描述風(fēng)格。AI有賴于數(shù)據(jù)庫，而數(shù)據(jù)來源將對于創(chuàng)作主體的獨(dú)立性有一定影響因素。

對此陳達(dá)博表示，從服裝設(shè)計(jì)角度來看，AI讓抄款變得更快更好的可能性確實(shí)存在，但技術(shù)只是工具，工具使用者意圖好壞的兩面性是一個(gè)老生常談的問題。但規(guī)?；墓緯?huì)從更積極的角度來看待這個(gè)問題，訓(xùn)練獨(dú)立的風(fēng)格化模型意味著培養(yǎng)了一個(gè)即了解品牌過往風(fēng)格又能融會(huì)貫通新事物的設(shè)計(jì)師。

劉郴則認(rèn)為，復(fù)刻并不是需要過于擔(dān)心的問題，AI涌現(xiàn)的根本是隨機(jī)性，它經(jīng)過算法后創(chuàng)造的款式是千人千面的。目前全世界范圍內(nèi)沒有好的方式定義其知識產(chǎn)權(quán)，但這只是早晚的事。

雖然可以預(yù)見AI可以為設(shè)計(jì)師提供有效的創(chuàng)意助力，但Tiamat在推廣模型產(chǎn)品時(shí)并非一帆風(fēng)順。

模型訓(xùn)練的時(shí)間在一到兩周，但要設(shè)計(jì)師真正理解AI的能力，并將其完全融入工作流程可能需要半年或者一年。在此期間，對于經(jīng)驗(yàn)老道又十分忙碌的設(shè)計(jì)師而言，熟悉且可控的親手畫圖流程很容易占據(jù)上風(fēng)，仍需調(diào)教的AI難當(dāng)助手。

但這也不全然是設(shè)計(jì)師接受度的問題，AIGC仍是一項(xiàng)新興技術(shù)，行業(yè)內(nèi)尚未形成一套成體系或者系統(tǒng)性成熟的產(chǎn)品，所有參與者都在自發(fā)摸索。

當(dāng)前，Tiamat將AI運(yùn)用于服裝設(shè)計(jì)時(shí)面臨的首要技術(shù)難點(diǎn)是，模型無法一步達(dá)到設(shè)計(jì)師的預(yù)期，當(dāng)中需要根據(jù)階段性結(jié)果與設(shè)計(jì)師不斷溝通，再通過不斷調(diào)整參數(shù)來達(dá)到最終的結(jié)果。其中仍涉及相當(dāng)頻繁的人工干預(yù)，以一整套服裝為例，要教AI判斷袖口松緊、肩頭長短等樣式的定義，需要打30到50個(gè)標(biāo)簽。

另一方面，許沐翰表示，如何用像ChatGPT一樣簡潔明了的交互界面來打動(dòng)使用者是他們?nèi)栽谔剿鞯膯栴}。傳統(tǒng)專業(yè)軟件繁瑣的工具欄往往會(huì)讓普通用戶喪失興趣深入了解軟件超九成的功能。如何用更好的人機(jī)交互模式在未來完成圖像、文本、音樂、視頻等多形式創(chuàng)作是一大技術(shù)挑戰(zhàn)。

Fabrie一直在收集用戶反饋的同時(shí)不斷進(jìn)行產(chǎn)品迭代。3月底內(nèi)測開始后的三個(gè)月內(nèi)，F(xiàn)abrie AI的使用人數(shù)已經(jīng)破萬人，服裝設(shè)計(jì)師占其中近20%。這意味著其AI設(shè)計(jì)助手除服裝外還需滿足更多元化的需求。

在陳達(dá)博看來，F(xiàn)abrie AI持續(xù)面臨的挑戰(zhàn)是如何讓AI新技術(shù)與設(shè)計(jì)常規(guī)工作流程的融合更為順利。隨著AI技術(shù)不斷快速進(jìn)化，設(shè)計(jì)團(tuán)隊(duì)的工作流程也需要相應(yīng)調(diào)整才能充分響應(yīng)這一變化，而更貼合需求的AI應(yīng)用才能更快打開市場。

所有的AI產(chǎn)品都在和時(shí)間賽跑。大型互聯(lián)網(wǎng)公司在數(shù)據(jù)和算力上有先發(fā)優(yōu)勢，他們也在探索AI的細(xì)分應(yīng)用場景。目前細(xì)分賽道內(nèi)的機(jī)會(huì)還足夠多，但誰也不能確定自己會(huì)留下成為占山為王的那一個(gè)。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com