ChatGPT大浪潮下，AIGC已经开始改造时尚行业了

图片来源：由无界 AI工具生成

AIGC 这股风，吹到了时尚行业，会带来哪些生产力革新？

上线五天，用户破百万，两个月突破 1 亿...... 这是科技圈 “顶流” ChatGPT 的上线战绩，随之引发了持续至今的 AIGC 狂热潮。无所不会的对话、数秒产出的精美作图，俗称 “累不死的 AI 打工人” 正在让真实打工人倍感焦虑。

而事实上，人工智能本质是技术工具，在充斥挑战的背后，蕴藏的机遇更大。企业家们兴奋地忙着如何与 AI 结合进而加速提升效率与生产力，而越来越多聪明的职员正在主动学习 AI 应用，为自己能力加码。AI 重新定义的工作方式，也让企业更加依赖和仰仗那些主动拥抱变化的创作者们，并建立新时代下的工作模式。

在疯狂追寻效率与生产力的行业中，时尚必然在前列。那么，AIGC 将如何为时尚行业所运用？又将为设计师带来哪些方面赋能？已被数字化洗礼的服装企业又该如何抓住 AIGC 的机遇？或者这里能够给你一些解答：

时尚行业是非常适合 AIGC 落地的产业

首先，我们来看一下时尚行业的第一性原理：本质上，时尚行业是依靠大量 “上新” 带动消费的产业。在这里，永远认为衣柜里少一件衣服的女性可能更有同感。从消费者画像来看，愈发个性化的着装需求，也决定了服装类产品天然的非标品属性。为满足服装消费者多样化的消费需求，服装品牌必须积极寻求多 SKU 的策略。以某全球头部的即时（Instant fashion）时尚电商平台为例，每天上新需求是 5000-6000 个 SKU。足以见得，“持续创造” 是永远是不停止的时尚追求。

同时，时尚行业还有一个特性是：一个用 “近似” 交付创意的行业。在关于时尚的几部电影里，不论是《Dior and I》，还是《Coco Chanel》，我们看到了一件衣服诞生的艺术画面：一个设计大师找到灵感，基于灵感描画草图，然后在此基础上整个制作团队和设计师一起通过面料、辅料、工艺的结合，最终呈现一件高定衣服。这里，最重要的是大师的 “灵感”，画的也是 “草图”。时尚行业的特殊性就在于：极其创意驱动，这些的创意往往对精确性有一定的容忍度，这也正符合目前 AIGC 应用的特点。

时尚行业历史悠久，已经形成了一条完善的产业链，从原材料到设计制作到成品销售，拥有着大量结构化的数据。用时尚行业常用的色彩 —— 潘通色卡举例，新版服装纺织 TPG 色卡有 2310 个色彩，这还不包括金属色卡和色彩桥梁卡等。这些，看似主观感受的服装色彩，其实背后有清晰的 2310 个标准色号。正是这些结构化的数据，为服装行业应用 AIGC 打好了基础。

极致的效率追求、大量创造力的需求下，时尚行业正在成为 AIGC 落地的最佳试验田。

什么样的企业可以让时尚行业 AIGC 落地？

从实现层面上来说，服务时尚数字化的头部企业，具有专业的场景理解，良好的数据底层，持续的模型研发能力，就具备让时尚行业 AIGC 落地的能力。

我们手头上看到一家国内头部专注于服装行业数字化，并且刚刚发布了基于 AIGC 应用的企业 —— 凌迪 Style3D。从官方资料看，Style3D 是全球头部的专注于服务服装行业的 3D 数字化解决方案提供商。是一家服务服装行业全链条，包括面料商、辅料商、设计生产商，到品牌商数字化的企业，目前已经积累了大量的结构化数据。

AIGC 的涌现能力强依赖于大量结构化的数据支撑，当前市面上的 AI 模型虽然能够实现多场景多领域的应用效果，但对于垂直的时尚行业并不是最优方案。究其原因，一方面是数据专业性，一方面是模型收敛域。

当我们接触 Style3D 模型的时候，看到他们把自己的模型定义为 “Style3D 产业模型”，并称拥有完整的适用于服装行业的 Prompt，以及基于行业的模型。以下是一个基于电商上新图的简单测试：

输入一段复杂且特定的对某款服装的描述 “virago sleeve dress, lotus root shaped sleeves, intricate fabric details, fashion product catalog image, studio lighting, front view, square image”。简单来说，我们要生成的是一款藕节袖连衣裙。在 Prompt 一致，模型收敛不同的时候，稍微有所偏差，产生的就不同。

以下为两个结果图，左一是 Style3D 产业模型生成的 3D 藕节袖裙配上模特效果图，右一是用现在最流行的某 AI 图片生成工具生成的藕节袖模特图：