AI，正在颠覆万亿时尚产业

第 9778 篇深度好文：6746 字 | 11 分钟阅读

被《穿普拉达的女王》所揭示的时尚规则, 因智能手机而发生了改变, 潮流的话语权, 从秀场转移至每一个普通人手中。网红兴起, 快时尚风靡, AI 会怎样接过接力棒, 持续去颠覆性价值达 3 万亿美元的时尚产业呢?

一、时尚界的人工智能时刻

1.想象中的人工智能——机器人入侵

当机器人索菲亚登上杂志封面时，时尚界迎来了人工智能时刻。

在2018年1月的时候, 社交人形机器人索菲亚被汉森机器人公司创造出来, 它戴着一顶铂金色假发, 涂着酒红色口红, 还身穿一件波点连衣裙。这张封面照片是索菲亚面部的特写, 是由马修·沙夫拍摄的。

她的皮肤, 是由一种名为, 这是“flesh”（肉体）和“”（橡胶）的合成词的材料制成, 它是一种柔性合成聚合物, 其目的在于模仿人类皮肤。

杂志封底, 有一张索菲亚后脑勺的照片, 照片里露出一团杂乱无章的电线, 还有固定她皮肤外衣的拉链, 在照片上方, 白色字样呈现出了这期特刊的主题, 其主题为“机器人入侵”。

那时, 索菲亚在诸多大科技会议以及脱口秀节目之中频繁地进行亮相, 在《吉米今夜秀》里, 她对着主持人吉米·法伦发起了关于“石头、剪刀、布”游戏挑战性的举动, 当她获取胜利之后, 她尝试着开了一个有点儿意思的玩笑, 说出了这样的话语：“这算作是吾统治人类计划的起始开端。”法伦带着尴尬的神情露出了笑容。

说到人工智能, 我们时常会想到类似索菲亚那般的机器人。科幻之作早就使我们惯于去想象一类赛博格种族, 这类种族企图在力量以及智慧方面超越人类, 在一些故事里, 它们甚至达成了这一目标, 还致使我们坚信, 人工智能从本质来讲是不可信任或者算得上邪恶的。

那个被称作“奇点”的概念, 所指的是这样一个时间点, 在这个时间点上人工智能厉害了到极点, 厉害到根本没办法拦得住它。专家们呢, 针对我们是不是已经抵达了那个时间点, 展开了没完没了的争论。

杰弗里·辛顿, 常被称作“人工智能教父”, 他曾表达担忧, 觉得超级人工智能或许会被滥用, 或者出现意想不到的后果, 并且我们当下还未曾拥有足够的法规以及伦理监督, 用以妥善地引导人工智能在社会里的应用。

2.实际的人工智能——作为软件而非硬件

一个未来, 充满像索菲亚那样由人工智能驱动且外形酷似人类的机器人, 想象它并非遥不可及, 可是, 现实的情形是, 当前的人工智能, 更多是以软件而非硬件的形态出现。

的确, 金·卡戴珊取自特斯拉购入了一个机器人但针对我们其他所有人吧该种消费貌似不太具备可能性起码于能看见的将来而言人工智能更贴近电影《她》。

在2013年由导演斯派克·琼斯执导的电影《她》中, 由华金·菲尼克斯饰演的男主角西奥多, 爱上了他那个由斯嘉丽·约翰逊配音的全新操作系统“萨曼莎”, 可是, 后来他发觉他们间的关系并非仅有, 萨曼莎在和千万数量的其他用户同时交流, 这下让他的心碎成了好多片。

和萨曼莎相同, 类似谷歌的（其前身为Bard）那样的人工智能系统, 皆是与用户实施一对一聊天的“大语言模型”（LLM）。

电影所准确预言的是, 我们会主要借由语音去和人工智能展开互动, 而且其形态会是操作系统也就是软件，并非独立的设备即硬件。所以呢, 把AI融合进智能手机, 要比打造独立的AI产品更易于取得成功, 各大手机厂商此刻也正竞相进行布局。

凭借手机来运用, 虽说并非全然等同于影片中的场景, 然而却越发相像了。它能够记住我的项目, 记住我的构想, 记住我的宠物信息, 其互动相较于Siri而言越发有人情味了；生成式AI所具备的对话能力, 给予了它独特的生命力。

二、人工智能在时尚产业中的运用

即使当下围绕人工智能的炒作大概正处于最盛之时, 然而这项新兴的技术在过去几十年里一直都在暗暗地改变着时尚产业。

倘若是当你于网络之上浏览商品列表之际, 留意到于你所查看的商品下面或者旁边呈现了别的推荐商品, 那么你便算是目睹了大数据的效用。系统依据你的位置、偏好以及购买以来的经历向你推送新的商品。

就某些情形而言, 人工智能颇为有用, 比方说, 于配送进程里给供应商举荐最为高效的卡车送货路线。当然啦, 人工智能的用途也存在值得斟酌之处, 比如说, 在线零售商依据用户的人口统计特征去操控价格。

很多技术是一样的, AI自身不存在善恶之分, 其好处与坏处由应用的方式来决定。遇到时尚这类行业的AI的发展潮流, 我们需要细心考察它的能力以及使用的界限。

1.改变搜索方式的连衣裙

视觉搜索技术诞生的缘由起始于一件时尚方面的事件, 在2000年的时候, 格莱美颁奖礼举行期间, 詹妮弗・洛佩兹穿着范思哲品牌的绿色长裙, 这一着装引发了全网范围的搜索热潮, 正是基于此, 谷歌的高管从中发现用户的需求并非仅仅局限于文字信息, 进而促使2001年谷歌图片得以上线。

早期的时候, 谷歌图片是借助元数据来进行检索的, 后来谷歌凭借计算机视觉对搜索效果加以优化。计算机视觉给予了机器去识别图像、影像内容的能力, 从这以后互联网技术就能够“看懂”时尚了, 人们搜寻商品的方式接着发生被革新改变了。在2011年, 谷歌上线了反向图搜这一功能；而且图片索引规模不停地持续扩张, Zara、ASOS等零售商先后相继接入视觉搜索, 继而达成优化个性化购物体验的目的。

在后续阶段, 技术持续不断地进行迭代, 其中谷歌镜头取代了反向图搜, 并且相继得以问世, 这类技术凭借计算机视觉达成实物识图从而找出同款。社交媒体早就洞察到大众对于购买在网上所看见商品的需求, 手机与社交平台已然搭建起社交购物的基础。

人工智能, 特别是计算机视觉, 使得线上各种各样的内容都能够转变为消费入口, 与此同时, 提高机器对视觉信息进行解读的水准, 为生成式人工智能奠定关键基础。

针对人们期望买下于网上所见到之物的这种情况, 社交媒体平台早就有所察觉。智能手机以及社交媒体, 给社交购物搭建起了基础设施。如今借由人工智能, 特别是在计算机视觉这方面, 所有的内容都变成能够购买的了。

机器因计算机视觉而具备“看见”的能力, 这为如今我们所熟知的生成式人工智能奠定了基础, 尤其是借由提升机器对视觉内容进行解释以及处理的能力。毕竟, 在理解一种视觉语言之后, 下一步符合逻辑的做法便是运用这种语言。

2.解决时尚界的数据问题

时尚行业长期被库存过剩问题所困扰, 这致使出现财务损失、资源浪费以及供应链效率低下的状况。新冠疫情将脆弱的全球供应链的弱点给暴露了出来。疫情造成工厂关闭、运输延迟以及原材料短缺。品牌们惊慌失措进而取消订单, 使得供应商陷入困境。疫情凸显了在生产和库存管理方面要有一种更敏捷、反应更迅速的方法的必要性。

人工智能正演变成一种极为强大的趋势预测解决办法, 它能给公司赋予预测消费者偏好以及市场变化的能力, 且这种能力有着前所未有的准确度。以往, 品牌依靠历史数据或者直觉去预测消费者会购买什么, 而这样做常常致使某些款式出现生产过剩或者不足的情况。

这种供需之间的不匹配, 凸显出了对更精确预测工具的需求, 借助于分析来自社交媒体、搜索引擎、电子商务平台以及全球市场趋势等的大量实时数据, 人工智能会让时尚品牌能够更有效地把生产与需求对齐, 这不但减少了浪费, 降低了供应链中断的风险, 并且还让公司能够在正确的时间以正确的数量生产正确的产品, 最终达成利润最大化。

3.服装由AI生成

人工生成式智能属于人工智能里的一个子集, 它借助对现存数据模式的学习, 进而创造全新的内容 , 像文本、图像、音频、视频或者代码这一类。然而, 其产出内容的原创性始终是极具争议的。

依靠文字、参考图这种方式, 能够快速创作出时尚视觉作品, DALL-E2等图像生成工具使之成为实现可能。麦肯锡报告作出了估算, 生成式AI有希望为服饰、时尚以及奢侈品行业带来新增营业利润, 利润范围在1500亿至2750亿美元之间。

那些从事时尚设计工作的人, 已然在他们进行创作的进程之中, 试着去运用生成式人工智能工具。

品牌的创始人, 同时还是创意总监的希拉里·泰穆尔, 在着手创作其2024春夏系列时, 把该品牌以前的全部造型, 输入到了一个人工智能模型当中, 这个模型随后反过来生成了有着相似美学的全新创意。

获奖男装设计师爱德华·克鲁奇利, 来自英国, 接受采访时讲, 他在设计2024春季成衣系列时, 向一个生成式人工智能工具下达指令, 要以美国时尚摄影师史蒂文·梅塞的风格, 拍出中世纪氛围人物的时尚大片。这位设计师随后把生成的图像, 发展成了他的时装秀系列。

另外, 有奢侈成衣设计师巴赫·梅, 还有纽约品牌MONSE, 它们于纽约时装周2024秋季系列里, 都采用些借助人工智能得到的印花呈现出来。并非只有传统时尚设计师会应用生成式人工智能去打造时尚图像, 这是事实。

人工智能开创了一种新方式, 这种方式是通过提示词来创造时尚图像。有一个拥有近10万名粉丝的账号@, 它展示了一系列图片, 这些图片是由人工智能生成的, 内容是模特试穿不同潮流服饰, 比如说西部风、柔粉色华丽风。

某些借助人工智能生成的用于时尚领域的造型呀, 看上去仿佛是恰好直接从成衣展示那场场地走下来的那般真切, 而有着别样一部分这风格的造型会神奇到让人觉得决然不可能在实际现实那生活当中有以存在的可能, 就好像是有着譬如一个是由水母制作而成的系列造型那般独特。

虽然专业设计师不一定会认可零基础人群借助AI去创作时装, 然而就像历次出现的技术变革那样, AI促使时尚行业的门槛有所降低。伦敦时装学院有相关负责人提出, 时尚行业向来是精英化的, 并且准入成本很高, 而AI给新人提供了一个并非常规的入行途径。

不可否认, AI正在重塑设计师的定义, 它打破了设计师作为系列唯一创作者那种固有的认知, 这就如同智能手机普及摄影行业一样, 使得时尚设计朝着大众化的方向发展。

零售巨头H&M为迎合这一趋势, 它在2023年10月宣布推出一个平台。这个平台利用生成式人工智能按需生产, 其目的在于让任何人都能制作出并且打印出那看起来专业的定制设计。在制作以及打印这看起来专业的定制设计时, 无须任何艺术能力。

驱动该平台的是2022年发布的文本到图像模型 , 它允许这样子事况: “任何人, 在并不须要去了解专业软件 , 或者也并不需要需必备基础绘画能力的状况下 , 却是能够创作出看上去显得专业的设计。” H&的董事总经理迪内什·纳亚尔讲说道: “目标是使得所有的人 , 不管他们是哪类身份 , 也不管他们的设计能力处于怎么样的水准 , 均能够去创造定制商品。”。

H&实际上是把生成式人工智能的能力跟按需丝网印刷结合起来, 不过没多久, 人工智能就能产出各种不同种类的服装, 并主动性地把这些概念转变为技术包, 传接到微型工厂以开展生产。对于有的人而言, 这意味着设计的广泛传播, 然而对于另外一些人来讲, 这却是个满是问题的魔盒, 类似潘多拉的那种。

4.AI模特与时尚画报

对世界经济论坛的估计而言, 到2025年的时候, 人工智能会取代大概8500万个工作岗位, 时尚以及零售业特别受到威胁。伴随图像制作工具越来越普及的情况, 把生成式人工智能功能融合到各类设计软件还有在线工具里的竞赛已经开展起来了。

所以, 时尚图像制作领域正处在转型阶段, 摄影师是众多会因“效率提高”而被替代的职业里的一部分, 布景助理是众多会因“效率提高”而被替代的职业里的一部分, 造型师是众多会因“效率提高”而被替代的职业里的一部分, 化妆师是众多会因“效率提高”而被替代的职业里的一部分, 商业模特如今能够被像或Posed这样的在线工具给替换掉, 这些软件能够在数秒之内把服装以及配饰的图像转变为模特上身的图片。

生成式AI冲击的不只是时尚模特。

工具, 像是、、这些, 能够迅速产出营销文案, 还有版式、logo、视频之类的素材。这可以减少对平面设计师、文案人员以及摄像人员的需求；另外呢, Adobe也增添了生成式AI功能, 仅仅凭借文字提示就能生成多种视觉方案。

与此同时, Vizit 这类人工智能工具具备分析素材的能力, 能够对面向受众的转化效果作出预测。随着效果测算工具得以普及, 并且优化工具也广泛应用, 内容营销日益朝着科学化的方向发展。

生成式 AI 改变时尚设计以及视觉创作，通过穿搭造型、智能助理重塑消费者和时尚的互动, AI 造型助手能根据天气、场合推荐穿搭, 打造符合审美的衣橱, 打通创意与实用需求, 把 AI 当作个性化便捷工具, 由秀场、摄影棚延伸到普通人的日常生活。

5.作为个人造型师的人工智能

1995年, 电影《独领风骚》开篇, 女主角雪儿借助电脑软件来搭配穿搭, 当搭配不合适的时候系统就会给出提示, 而选到合适套装时便会生成穿搭效果图。若想让雪儿的衣橱系统正常工作起来, 它不但需要清楚她衣橱里的每一件单品, 还得理解型。它需要具备一个复杂的“大脑”, 可以理解雪儿的日常活动, 明白她的偏好以及衣橱情况。

换一种说法来讲, 它得是由人工智能来驱动的, 其本质是依靠AI来进行运转的；在那个时候呢, 触摸屏技术还没有广泛地流行开来, 而这样的一套设备也是用来突出女主角有着优渥的家境的。

近十年, 有众多初创企业尝试去复刻影片里的智能衣橱体验, 然而成效并不一样。其中, 亚马逊时尚曾推出过一种设备, 这种设备能够拍摄全身影像, 并且它依托机器学习以及时尚专家的意见来提供穿搭评估, 该产品的热度是比较高的, 可是却在2020年停产了, 此后亚马逊转而在购物应用里面内置AI穿搭推荐。

2016年, 我对俄罗斯初创团队进行了“赛博T台”播客采访。该品牌推出了聊天机器人, 此聊天机器人结合了胶囊衣橱理念, 它依托40件衣橱基础单品, 还参考了经典穿搭法则, 并且结合个人特征与天气给出穿搭方案, 其自称AI时尚造型师。

我对这个工具的未来情形感到激动不已, 然而, 当它在多伦多, 气温仅有5摄氏度的状况下, 向我推荐身着黑色迷你裙以及浅色牛仔夹克时, 我便不再抱有那样的幻想了。也许这个聊天机器人并不明白, 加拿大冬天的那种严峻的实际状况。

公司最终转型, 然而没能成功实现, 可我从来都没忘掉“时尚即公式”以及“风格可量化”这种想法。当然啦, 时装设计作为一种艺术实践, 总是会去寻求打破规则, 不过或许人工智能能够借助结合个人偏好与穿搭公式, 从而帮助普通人提升个人风格。

自生成式人工智能掀起热潮以后, 诸多其他意在成为你个人造型助手的初创企业纷纷出现, 涵盖了、、、以及这些应用全都能够被下载到你的智能手机当中。

其中部分采纳的是免费增值的商业模式, 也就是基础的造型建议, 有限数量的衣物上传是免费的（高级功能得付费订阅）, 另外一些凭借联盟链接（带货佣金）来获取收入。

四、AI+时尚带来的忧虑

1.算法单一文化

虽说, 存在一些人, 他们对于人工智能于个人造型范畴之内所具备的潜力, 抱持着兴奋之情状, 然而, 另外一些人, 却是持有怀疑之态度的。于一个针对35岁以上女性而设立的时尚论坛当中, 要是每一个人都依据算法来进行穿搭, 那么, 风格将会丧失其独特性。

她觉得, “AI个人造型师”自身饱含矛盾, 将探索穿搭以及塑造个人风格的进程交由AI, 恰似舍弃了一部分自我认知, 若长期如此, 人们或许会失去独立思考能力。

这条言论着重说明了个人风格理应具备个人化的特性, 从中产生了我于采访创始人之际高声表达的相同疑问, 风格是否真的能够被量化, 人工智能是否真的能够领会风格用词所在意的到底有着怎么样的内容?

倘若行得通, 这会是消费者所期望的那般吗, 风格可不可以被量化呢, AI真的领会风格语言吗, 就算能够实现, 它又与消费者需求相契合吗?

回想起自己的穿搭过往经历, 科技对挖掘单品、知晓潮流是有帮助的, 然而理想的穿搭靠的是感受而非公式, 当然穿搭法则是有参考价值的, 比如莉迪亚・汤姆林森所提出的“三明治法则”, 它要求鞋子与上衣在色彩上形成呼应, 以此打造出一种首尾相连的视觉效果, 过去还有鞋子要和手包进行配色以及依照肤色来挑选金饰或者银饰的惯例, 而现在这些规则已然发生改变, 鞋包不用同颜色配色了, 将金属首饰进行混搭成为了一种新的潮流风尚。

潮流传播模式被智能手机与社交媒体给改变了, 人工智能存在着把潮流转化成可运算数据的机会, 然而时尚行业的核心特质是持续在变化, 人们的穿搭会随着季节、时代以及社会环境一直演变。

就算AI可以跟紧潮流的改变, 也极易催生 “算法单一文化”, 致使大众穿搭趋向相同；有人觉得当下已然存在这样的迹象, 时尚博主们好像都在相同的地方, 身着相同的服饰, 拍摄相同的照片。

2.人工智能时代的知识产权

虽说借助人工智能开展时尚预测所具备的潜在益处是无法被否定的, 像是能提升效率, 能够减少浪费, 还可获取基于数据的洞察, 然而它也引发了极为严重的伦理方面以及法律方面的问题。

存在一个重要问题, 其关乎的数据抓取做法, 是人工智能模型在没能获得适当同意的时候, 凭借抓取大量在线内容来开展训练, 而这种情况有可能致使知识产权冲突。

3.算法偏见

通常被称作算法偏见的, 乃是数据公平性方面的问题, 这关乎到要去保证, 为算法提供动力的数据, 是被以包容且公平的方式收集起来的。

麻省理工学院媒体实验室有一位任职于此的加拿大裔美籍计算机科学家、数字活动家乔伊・布兰维尼博士, 她对算法正义的研究起始于研究生时期参与的项目, 项目所使用的面部识别软件不能有效地甄辨出她有着更深肤色的面容, 而只有在她佩戴上白色塑料面具之后才能够被该软件成功识别, 这一情况发生了。

她觉得，当训练数据集多样性欠缺的时候, 偏离标准样本的人脸更难以被检测出来。如此这般的遭遇推动她成立算法正义联盟, 提倡更具包容性的代码以及开发方式, 研究识别算法偏见这种现象, 呼吁构建多元训练数据集, 还要开展算法审查。

算法偏见于美妆领域呈现为, AI皮肤分析工具针对不同肤色的识别效果存在差异, 斯坦福大学的相关研究证实了这一现象, 在时尚行业, 算法偏见或许会具体表现为电商视觉软件没能覆盖多种身形, 推荐系统出现偏差, 比如说红色连衣裙素材全都选用高个子白人模特, 算法就被限制于此, 会导致深色肤色、小个子消费者难以收到适合自己的穿搭推荐。

4.数据隐私

另一个面临的挑战是数据隐私, 尽管扫描身体从而获取个性化服装的想法颇具吸引力, 然而我会思索, 在这个过程里所产生的图像以及视频最终会去往何方, 尤其是当扫描的是更为私密的部位时。

就如同斯坦福大学以人为本人工智能研究所所表明的那样, 人工智能系统引发了诸多隐私方面的风险, 这些风险跟我们在过去几十年互联网商业化以及基本上没有受到约束的数据收集中遭遇的情形大体是一样的。

有不同之处, 在于规模, 人工智能系统对数据需求极大, 且不透明, 以至于我们对哪些关于我们的信息被收集, 用于何种目的, 以及我们怎样更正或删除这些个人信息, 都失去控制了。

具有个性化的体验以及服装, 只有当时尚品牌具备安全的数据管理, 并且承诺保护客户敏感信息时, 才能够达成。若管理不善或者出现数据泄露, 这不只会损害信任, 还可能致使法律以及声誉方面的后果。随着时尚品牌持续接纳技术, 将强大的隐私实践与透明度当作优先事项, 对于培育消费者信心, 确保在这个快速发展的数字时代达成道德进步而言, 是至关重要的。