财经新闻网消息：
在最近的伦敦时装周上，凯恩的 2023 秋冬系列使用人工智能在多款连衣裙上创作了动物图案。 虽然这并不是一个非常复杂的设计，但目前AI（人工智能）在服装设计领域的渗透程度可见一斑。
人工智能会“取代”还是“协助”时装设计师？
Chat GPT的出现，让大众对AI的能力有了新的认识。 通过一个简单的聊天对话框，它可以根据指令生成符合人类逻辑思维的答案，并且可以不断调整答案。
事实上，除了通用模式之外，很多企业都在致力于垂直领域的终端AI应用，从细分领域入手，利用AIGC（生成式人工智能）来提升生产力。
例如，在设计领域，人工智能可以以人类设计师无法比拟的速度完成设计稿。 国外的AI绘图平台如由文本生成图像的AI应用就是可以实现这一目的的AI应用，并且与Chat GPT同时爆发。 用户通过输入场景的文字描述、艺术家风格等关键词即可生成画作，在艺术设计界引起巨大波澜。
中国也有小规模试验的案例。 2023秋冬上海时装周上，两个中国独立设计师时装品牌QIU和Shie Lyu与国内AI生成艺术平台下的艺术品牌Take Five合作，后者协助创作了其新系列的印花和秀场布局。
成立于2021年，是国内首批AI文本生成图像平台之一，并已尝试商业化。 基于其自主开发的模式，自2022年3月上线后不到半年的时间，它已迅速发展成为国内第一个AI生成的创意社区。 为了进一步落实AI生成工具在艺术领域的应用，Take Five品牌成立，为Take Five提供深度的技术支持。
Take Five经理张万洛告诉界面时尚，在与QIU合作的过程中，他们收集了设计师邱淑婷过去的印花图片，根据这些输入的图片信息进行模型训练，然后生成类似风格的印花图片供他们选择。 Shie Lyu的合作是，AI根据过去的设计元素和电子音乐制作人Sokko的歌词和音乐生成图片，然后新媒体艺术家沉连之对生成的材料进行艺术编排，包括演唱和跨媒体视觉效果。
这与前面提到的、、等AI图像生成平台的逻辑类似。这些由AI经过自然语言输入后形成的图像在一定程度上达到了艺术家和设计师的识别标准。 它还强调了其对个性化学习定制流程的增强。
一般来说，为了训练设计师自己的模型，前期需要投入50到100张素材图片供AI学习。 此外，它还可以添加其喜欢的艺术家的作品作为风格参考。 经过对期间产生的阶段成果的反复沟通和调试，模型大约需要一到两周的时间才能完成最终的个人风格模型。
在某种程度上，这些仍然是图形创意层面的合作，没有触及整个服装设计过程。 张万落表示，经过上海时装周期间的初步接触，他们已经与多个设计师品牌达成深度合作，并正在从全线服装设计的角度切入。
该产品负责人徐慕涵告诉界面时尚，目前AI服务时尚设计的方式主要有两种。 一是前期创意构思。 设计师可以通过AI模型获得整体服装风格的风格概念图。 但由于模型的可控性，目前仍无法准确调试袖口、领结等细节。 另一种创作方式是修改现有的基础款，比如从短袖改为长袖，让AI自动填充，或者保持款式不变，让AI替换印花款式。
这意味着，虽然人工智能可以简化部分创作流程，特别是在创意构思前期为设计师节省了一定的时间和脑力，但仍需要设计师进行二次创作，才能将平面设计制作成可以穿在身上的服装。 毕竟从草图到真人可佩戴的样品，需要反复修改细节。
纺织服装制造业已开启数字化转型
值得一提的是，在AI大尺度模型工具引起关注之前，时尚行业已经出现了不少新技术驱动的产业链变革。 而且，业界不止一次讨论新技术将取代旧供应链的角色。
比如“小单快退”，即小批量生产不同款式的产品进行市场测试，然后通过终端数据反馈，快速为其中的“爆款”退单，从而实现利润最大化、降低库存风险。
相应地，一些具有颠覆潜力的工具也受到资本的青睐。 、、、等设计软件在过去的一年里都获得了融资。
是2021年成立的设计协作平台，为产品、设计、创意团队提供设计协作办公服务。 具有多人协作、无界白板、数据表格、云存储和共享等功能。 创始人陈大波告诉界面时尚，除了设计师整理素材和内部协作的业务外，他最近还推出了 Write 和两个 AI 辅助插件。
Write用AI升级了白板的使用体验，提高了白板文本信息的处理能力。 根据设计师输入的手绘草图轮廓，用户可以使用自然语言来补充颜色、材质和显示背景。 更重要的是，设计师还可以通过输入图片来训练自己的风格模型。
写
图像
独立设计师品牌Poppy Wang的创始人王苗子是最早吃螃蟹的人之一。 从2023年开始，她的团队开始系统地使用、、、等与服装设计相关的科技软件。 至少在打版之前，她的工作流程发生了很大的变化。
常规接口
在前期策划阶段，王紫淼的团队会利用生成的设计灵感图片，然后将想法和想法存储在在线设计协作平台上，进行交流和协作。 在纸质设计真正制作成样品之前，她会先在电脑中模拟缝制样品，并利用3D模拟样品的形状和织物的纹理。
提供自主仿真引擎和产业链级工业软件的底层技术服务，包括3D设计一体化协同平台。 在2015年成立之前，创始人兼CEO刘晨就创立了自己的服装品牌，拥有20多年的服装行业经验。 目前，爱慕、波司登、歌力思等大型服装企业是Style 3D的主要客户。
据他介绍，Style 3D使时装设计师能够制作数字样品，减少了实体样品制作带来的材料和沟通成本，总体“效率提高了30%”。
除了数字样品外，还与阿里巴巴达摩院合作，探索XR服装门店、服装品牌虚拟空间等场景的应用，并提供产业链上下游环节的技术服务。
刘晨也注意到了AIGC热潮对服装行业的影响。 近期，基于行业数据和行业需求打造了“AI行业模型”，开发并上线了一系列AIGC功能，包括AI风格分析、AI生成模式、AI生成模式、AI生成素材、电商新图快速生成等。
不过，在刘晨看来，AIGC在设计端带来的风格化创意内容生成确实可以替代一些早期的素材采集或拍摄，而这对于整个产业链的效率提升可能有限。
他表示，即使人工智能可以瞬间生成数千张服装设计图，但仍然要由人类来决定哪些款式适合上架。
人工智能会成为下一个“旋转珍妮”吗？
《棉花帝国》一书称，珍妮纺纱刚出现时，用机械化取代了手工纺纱工艺，大大提高了纺织品的生产效率和质量，但许多手摇织机工人却担心失业。 由于担心暴徒的暴力，发明家哈格里夫斯离开了他创造织布机的地区，并没有从中赚到钱就去世了。
回望过去，珍妮纺机依然成为纺织行业工业化的主要推动力。 对纺织劳动力的需求并未减少。 由于机械化生产方式，纺织工厂需要大量工人来操作机器。 这间接导致了城市人口的快速增长，推动了城市工业化的进程。
技术的变革传导到生产方式的变革需要时间，这期间很容易出现混乱，但就像大爆炸一样，意想不到的美好新世界可能会从混乱中出现。 面对人工智能等颠覆性新技术的出现，回避或拥抱它们是自然的选择。
在对AI创造的质疑讨论中，同质美学问题一度占据了很高的位置。
看看前段时间很多人在社交媒体上发布的画作，你会发现虽然内容和题材多种多样，但AI风格的痕迹仍然很明显。 这是因为许多人使用同一组关键词来描述风格。 人工智能依赖于数据库，数据来源会对创作主体的独立性产生一定影响。
对此，陈大波表示，从服装设计的角度来看，AI让复制更快更好的可能性确实存在，但技术只是工具，工具使用者意图的双重性是一个老生常谈的问题。 但规模大的公司会从更积极的角度看待这个问题。 培养一个独立的风格化模型，就是培养一个既了解品牌过去的风格又能够融入新事物的设计师。
刘晨认为，复刻并不是一个需要过度担心的问题。 AI的出现基本上是随机的，它经过算法创造出的风格千千万万。 目前全球范围内还没有很好的办法来界定其知识产权，但这只是时间问题。
虽然可以预见，人工智能可以为设计师提供有效的创意帮助，但模型产品的推广也并非一帆风顺。
模型训练的时间是一到两周，但设计师可能需要半年或一年的时间才能真正了解AI的能力并将其完全融入到工作流程中。 在此期间，对于经验丰富且非常忙碌的设计师来说，熟悉且可控的手绘流程很容易占据上风，而仍需要训练的AI则很难成为助手。
但这并不完全是设计师接受程度的问题。 AIGC仍是一项新兴技术，行业内尚未形成一套系统或成熟的产品。 所有参与者都在自发地探索。
目前，人工智能应用于服装设计面临的首要技术难点是模型无法一步满足设计师的期望。 需要根据阶段性的结果与设计师进行沟通，然后不断调整参数以达到最终的结果。 它仍然涉及相当频繁的手动干预。 以整套服装为例，教AI判断袖口松紧、肩长等款式定义，需要打30到50个标签。
另一方面，徐慕涵表示，如何用简单明了的界面打动用户，他们还在探索。 传统专业软件繁琐的工具栏往往让普通用户失去了解软件90%以上功能的兴趣。 未来如何用更好的人机交互方式完成图像、文字、音乐、视频等多形式的创作，是一大技术挑战。
产品在收集用户反馈的同时不断迭代。 自3月底开始内测以来的三个月里，AI用户数量已突破1万，其中服装设计师占比近20%。 这意味着其AI设计助手需要满足服装之外更多元化的需求。
在陈大波看来，AI持续面临的挑战是如何让AI新技术的融合和设计常规工作流程更加顺畅。 随着AI技术的不断快速演进，设计团队的工作流程也需要相应调整，以充分应对这种变化，更符合需求的AI应用才能更快地打开市场。
所有的人工智能产品都在与时间赛跑。 大型互联网企业在数据和算力方面拥有先发优势，也在探索人工智能的细分应用场景。 目前，细分赛道的机会已经足够多，但没有人能确定自己会留下来，成为占领山头的人。
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018