服装产业搭上AI顺风车,效率提高三成后设计师会被替代吗?

不久前,一条AI生成的“小绿裙”火遍小红书。这是一条方领、泡泡袖、系着编织腰带的绿色连衣裙,由一位AI绘画爱好者发出来后,被不少网友奉之为“梦中情裙”。很快有敏锐的商家嗅到商机,照着图打版售卖,吸引了不少消费者。


(相关资料图)

第一财经记者发现,在小红书店铺上,一家定价239元的“AI热图同款”小绿裙已售出1119件;另一家定价268元的已售出297件。

由AI设计后工厂直接制作的模式或许可以大幅降低成本,那AIGC是否能够改写服装行业?

在杭州的数字时尚创新大会期间,围绕服装时尚产业的数字化转型,国产工业软件凌迪科技Style3D创始人兼CEO刘郴对第一财经记者表示,服装行业是依赖大量“上新”带动消费的产业,对创造力和效率有极致追求。创意浓度高、能够接受多样性,也让服装相对其他行业对AI有更高的容错率,适用于AIGC去落地和探索。

凌迪的模式是将服装的设计、打板、拍摄、陈列等过程通过数字3D形式完成,服务包括波司登、安踏、UR在内的客户。4月底凌迪基于开源的Stable Diffusion大模型,发布了AIGC应用的服装产业大模型。刘郴称,在时尚产业,AI普遍可以提升20%-30%的效率,未来可能更多。不过AI还很难替代服装设计师的岗位,只是“使用AIGC的人会替代不使用这一工具的人”。

根据麦肯锡分析,未来3到5年,“保守地说”生成式AI可能会帮助服装、时尚及奢侈品行业的营业利润创造1500亿美元的增量,乐观估计可高达2750亿美元。

AI难以替代设计师

类似小红书“AI小绿裙“的模式,在外行看起来似乎省下了设计师,但刘郴表示,AI生成的图片只是风格式的,本质上是替代了画一张新的图或是找一张新的图片。生成后还需要打版、做样衣,将一件风格式的衣服“结构化”,用专业的服装语言传达给制造环节。

因此,在服装制造产业中,风格式生成只是第一步,属于流行趋势的研判和款式研判。AIGC在这个过程可以提供给设计师和企业大量的创造力,比如,设计师可以将卖得较好的爆款“喂”给算法,算法就能自动生成很多类似的风格款式。

服装行业有个特点是不缺产品,但缺好的产品,“所以当这些创造力涌现以后,需要进行收敛,好的创意才会促进销售。”刘郴认为,如果AIGC涌现产生了一大堆内容,但大量都是无效的,这对行业帮助不大。

在服装行业中,工作方式或许会发生改变,以往设计师搜集灵感图,获取的途径是走秀的一些图片、街拍、调研数据等,但有AI生成后,未来这些途径占的比重将会降低。在这个过程中,AI并没有替代掉哪个工种,人员和结构也没有改变,“需要有人判断哪个好,再做成物理样衣或者是结合AI的方式做成结构化的数字样衣。”刘郴说。

在数字时尚大会上,时装设计师王钰涛也认为,设计从业者无需担心失业,“因为不管是什么样的科技,什么样的手段,对于设计来说都是一种辅助工具。”不过,随着科技核心的变革,如何去应对这种社会之变,是设计从业者必须要思考的一个问题,从思想到心理上先要做自我的变革。

对于服装行业来说,数字化是必然的,AI是大势所趋,从业者也必须学会运用这项工具。

杭州万事利丝绸文化股份有限公司董事长李建华提到,未来从总设计师到销售人员,重要的是做选择题,而不是自己去干活。

李建华提及,万事利在今年将AIGC相关软件加入工作流程后,设计更加艺术化、时尚化,且每天能有50-100个丝巾的花型给到客户和市场,“这个量过去可能是一个企业一年的设计量,现在一天就可以做到。”

AI不会完全替代设计师,但的确可以辅助设计师提升效率,刘郴对第一财经表示,在时尚产业,AI普遍可以提升20%-30%的效率,未来还可能更多,至少在三成以上,这是目前行业探索下来通用的数据。

凭借以往3D服装数据的积累,结合开源的Stable Diffusion大模型,凌迪推出了服装行业的产业模型,据资料介绍,模型涉及的AIGC功能包括AI款式分析、AI生成图案、AI生成版片、AI生成材质以及快速生成电商上新图等。

与通用的AI 图片生成模型相比,在 Prompt(提示词)一致的时候,垂直产业模型会更为精准。以生成一款“藕节袖连衣裙”为例,涉及这种行业专业词汇,相比Midjourney这样的通用大模型,凌迪的产业模型生成的“藕节袖”会更符合服装产业所讲述的款式。

与亿级数据量的大语言模型相比,服装产业模型的数据量会小很多,以万级为单位就已经足够,但服装行业的数据收集并不容易。

“服装是一个专业细分的行业,需要有一些行业领域的专业数据和专业的清洗、标定,否则无法在模型中使用。”刘郴提到,有些行业可能用互联网的信息或者是现成的数据集就可以做,但服装行业里面不存在现成的数据集,而在面料、版片、3D服装上的数据积累,是凌迪目前的优势。

数字服装已与实物无限接近

在杭州数字时尚大会现场,第一财经记者体验了如何将现实中的面料材质3D化,核心要点是采集面料各方面特性的数据,还原出逼真的数字服装。在触摸屏上感受服装时,其画面会跟随指尖的压力达到与现实同样的褶皱感与垂坠感。

展台的技术人员介绍,通过PC上的3D数字化建模软件端,设计师可以操作面料进行创意设计、面料更换,查看最终成衣效果。产品的界面与Photoshop的风格很接近,除了3D效果,使用习惯与Photoshop基本相同,目的是让设计师能够轻松适应。

而要达到PC端的效果,在硬件端需要有纹理和料性两个层面的数据采集。在纹理方面,技术人员介绍,需要通过凌迪的3D扫描仪一键拍摄面料的6张图,包含透明图、光滑度贴图、金属度贴图等等纹理层面的特质。而在料性方面,则需要用到弯曲测量仪和拉伸测量仪这两个硬件设备,采集面料小样的克重、厚度,并在其运动的时候测量柔软度、弹性等方面的性能,最后将数据传输到软件端。

当数据齐全后最终呈现的效果就会无限与实物接近,设计师可以借助生成效果感受到面料的质感,“设计师都是面料专家,他们可以根据料性来评定这块面料到底应用在什么类型的服装上,胸围做多大这个造型才会好看、线条才会流畅。”技术人员介绍。

在创业过程中,刘郴表示遇到过不少困难,在疫情期间,凌迪赶上了一次快速发展的机会。“疫情阻隔了物理空间,很多产业链的企业没办法将样衣寄到国外,这个时候我们超越物理空间的线上沟通就变得非常有价值。”刘郴提到,杭州一家外贸企业疫情期间以每年30-50%的速度增长,中间就是通过凌迪的数字化工具和海外客户进行直接沟通,从而快速拿到订单。

再后面,随着2021年元宇宙概念兴起,物理世界数字化成为趋势,刘郴表示,随着软件迭代,数字素材创建门槛不断在降低,可以做到用数字人模特进行穿衣搭配、走秀,甚至未来可以完成直播、大片的拍照等等,这些技术已经越来越成熟。

3D数字内容解决的是如何呈现的问题,而AIGC解决的是数字内容的建设。来到2022至2023年,AIGC兴起,带来了创建内容素材门槛的再次下降,数字化内容可以做得更加轻松和丰富。“AIGC大火之后让我们更加有信心,也看到更多这方面投入的确定性。”刘郴对第一财经表示。

不过,刘郴认为,元宇宙相关的技术还会有发展的过程,短时间内消费者对于元宇宙和自己生活之间的链接和感知并不强,还需要花一点时间,就像之前的手机时代一样,首先在苹果的粉丝里慢慢使用,再后面带动了整个移动互联网的进程。

关键词: