清博智能CTO朱旭琪:AIGC赋能服装行业应用丨中国AIGC产业应用峰会

转载
315 天前
3038
Kyle

文章转载来源:Kyle

1 月 5 日上午,由杭州未来科技城管委会、余杭区科技局和余杭区企业(人才)综合服务中心联合指导,时戳科技主办,AI 新智界提供媒体特别支持的“智求共赢・中国 AIGC 产业应用峰会暨无界 AI 生态合作伙伴大会”在杭州正式开幕。

本次大会将深度聚焦 AIGC 应用,邀请到了全国各地近百家合作伙伴参会,以及来自产研、投资机构、高校、AIGC 创业者等众多行业精英和专家,共同分享过去一年 AIGC 应用进展,探讨未来发展趋势。

清博智能联合创始人、CTO朱旭琪出席并做《AIGC赋能服装行业应用》主题演讲。他表示,目前AIGC在服装行业,主要是解决了创意概念设计和营销推广。但对于面向工业流程,因为它有些规格约束,它有些工业级的可控精准调整,如果希望实现去掉打版师或者3D建模师全自动流程,目前都还是存在瓶颈的。

以下是AI新智界整理的演讲内容,为方便阅读进行了部分删减:

我们知道当下的AI是从决策式AI进入生成式AI,生成式AI有图像、文本、声音和3D模型的。这些新增的AIGC模型都会对原来的产业链和环节进行了一些迭代和更新。我们自己公司原来是做数据出身的,所以我们能接触服装行业也是非常偶然的。落地到客户层面,我们确实是和传统的服装行业做了接触和联系。从我们不充足的服装行业经验来说,我们认为服装行业有这么几个基本的环节,这是传统的链路,从创意的概念设计,到生产前处理,包括打版,包括打版后的工业数据进入到生产系统里做生产的制作,然后进入物流、零售,以及营销推广。在这个过程中,我们可以看到每个环节在AIGC产生之前,它都有自己原来已经有的一些数字化系统或者决策系统。不管是创意还是生产处理,都已经是有了,只不过AIGC进入之后,我们发现AIGC对刚刚创意概念设计到营销推广,这两块目前嵌入是最多的。

从我们的观点来看,整个服装行业智能化或者数字化的流程一共分为4个阶段,目前我们应该是处于第3和第4个阶段。我们的设计生成化,在鞋业里设计,包括这种概念的改版,或者类似的,已经非常普及了。在目前,包括在项目实践中还出现了一些瓶颈,就是制版的闭环化,目前还是比较难的。

第一阶段,我们知道都比较简单,像CRM,像PLM,都已经非常成熟了。第二阶段,MES和ERP,这一块也是传统数据工具都已经解决掉了。第三阶段,设计生成,刚才大家看到的服装和鞋的各种案例,基本上属于文生图或者图生图的这个领域。再加上PA营销这一块的图生视频和文生视频的支持。在服装设计领域,我们也可以看到随着自研的模型,以及一些开源模型的普及,可以看到圈内有大量的应用。

对于服装的模型来说,当然这里是以元裳大模型举例,包括前面列的这些模型,基本上都有这些特性。首先它的基座就不是通用的文生图的模型,它都是有专门服装的图片去训练了这个模型。包括里面一些设计风、Prompt引擎工程、纹理设计元素。我们在做服装模型,或者交付客户时也遇到了,除了服装图片训练之外,最重要的是客户需要你把一些基本的款式和可调的东西能做专门的训练和针对。我们知道服装,男装、女装,以及它的样式特别多,这里的词汇也特别丰富。除了服装的款式词汇之外,还有大量的材质词汇,这些材质词汇还要做中英文对应,以及相应同义词的处理。这个过程实际上是非常行业化,非常繁琐化,也是需要行业伙伴来做一些支持。我们在之前一些实践中,客户也提供了类似的数据积累。

在做了这些基础的模型之后,在交付给客户的应用端,我们还需要实现多角度的呈现,以及线稿生成,或者是模特的姿态摆放,以及一些场景。因为还有一些品牌有自家的模特,还要把这个形象,或者是它的VIP客户训练成穿衣服必须是她本人的形象,类似这样的功能。以及服装的调色,整体来说这还是偏创意概念设计和营销推广,这两方面功能的实现和集成。

最重要的一点,因为我们原来是做情报出身的,所以我们在这一块有一个非常大的优势,就是我们对于这种行业的情报或者前沿趋势,我们自己的采集和分析能力是非常强大的,所以我们把这里趋势也好、行业情报也好,会转成在模型里可以支持的一些简单文本概念的对应。设计师不用再去关注最新时尚的一些内容,他只要用文本来表述,我们就可以结合做生成。

从我们的角度来说,AIGC不仅是把原来传统的服装行业这些业务流程做了替换,比如现在是创意的概念设计和营销嵌入的比较多。它还会把整个流程进行重构,我们会把营销推广拉到和创意设计在一起。们知道AIGC能生成各种漂亮的款式,如果你是按照给客户看,你理解的效果去生成这张图。接下来存在的问题,这张图怎么和生产系统结合。这里就会存在一个问题了,一般现在的做法是生产了这组图,经过客户的筛选或者选品之后,选中了其中大家比较喜欢的一个款式,接下来这张图还不能直接进入生产环节,它还要经过人工。这个人工相当于执行了一个环节,叫做看图打版,他要把这个图再转成工业上的数据,转成这样的东西。如果不是这样做,换一个角度,我能不能先生成图案和工业的数据,然后再用AI的方法转成一个效果图给用户看,这有没有可能?这种可能性应该会在近期就完全走通了,就实现了从AIGC能赋能整个服装行业,从端到端的解决方案,客户直接拿到这个东西,整个过程不需要人再去打版,这也是前面专家提到的概念,AIGC变成了AIGS,变成端到端闭环的服务。

除了刚才看到的这些基本功能,我们也会看到其他的应用都在不断的增补,比如最近很火爆的Outfit Anyone,实际上它已经生产完的衣服,或者说平铺完的衣服穿在一个模特身上,它能变成立体化的效果,本质上还是属于营销推广。

我们也有行业内非常知名的企业Style3D,它是把面料的工业数据做了集成,款式是3D,能实时做成衣的解算。我们刚才遇到的瓶颈,比如出来很漂亮的AIGC到打版的数据,能不能直接现在用Style3D来实现呢,目前还不能,但我相信Style3D最近也是往这个方向在努力。比如现在AIGC出来一件非常漂亮的衣服,我们到工厂去生产,工厂会要打版后在2D平面上去铺的数据。你想要让AI把一件成衣效果,穿在模特身上的衣服去展开做成生产工具铺在那里是比较难的。Style3D里集成了一些3D的模型和衣服,它可以做界面的替换。但有一个前提,这个产品你自己得用Style3D的工具做成一个3D的模型,相当于你已经做了2D到3D的映射,这时候在2D上生成图案,到3D里修改,为服装产业增加一个3D的建模师,实际上这是增加了不必要的环节,所以这里也是有些挑战。

大家可以看到这个动画视频和Style3D是同理的,就是在AIGC赋能服装行业时,我们现在给大家看到的都是一些成衣,也可以看到成衣后的视频效果。比如这是一件具有特殊材质的T恤,这个T恤如果穿在用户身上如果跳舞是怎样的,这里解算都是AI实现的,而不是动画逐帧去做。我们也可以通过MagicAnimate来给这些视频做进一步的动作,做一些营销推广。

总的来说,创意概念设计和营销推广,目前的AIGC做得都相当完美。大家看各种行业类似的模型,只要你有相当多的行业数据做梳理,喂给自己的模型,那么就能产生很多属于自己这个行业需要的AIGC效果。但我们目前面临4.0环节,这个瓶颈到目前为止还没有被很好的解决。今天有很多AIGC,xChina产业联盟的朋友们在,大家可以在这个领域找准自己的行业赛道,可以做一些突破。如果在这里能做些突破,我觉得这是非常大的产业升级。比如对服装来说,我们出来的AIGC要对接很多生产工艺,这时候目前AIGC做不到,全是靠人工打版。这个瓶颈一旦突破掉,大家可以想象以后在很多地方去买衣服,或者去做很多设计,那么你的设计结果到拿到成衣的效果,速度就非常快,因为它已经变成了全自动。

举个例子,我们最近在做汉服马面裙的客户,这是一个电商,全网排名前三的品牌。我们在做马面裙设计时,因为马面裙已经是汉服里结构最简单的一种服饰了,相当于是在长条的矩形布条上做工艺化的处理,最后成衣效果是右边这样的裙子样子。在这里,如果普通想用AIGC去做应用,生成非常漂亮的模特穿着这种马面裙的样子,出现在用户的界面,让用户选哪个马面裙好看,目前AIGC都比较容易能实现。问题是当客户选中了红色,下单,这时候这个信息过来,电商还需要再额外安排专业的打版师,对着红色再重新去打版。只不过AIGC把这里的打版过程变成了原来设计师要靠自己的计划去打,现在AI告诉他哪一款最受欢迎,他打版的规模变小了,人工打版环节还没有变,这是一种思路。因为直接把马面裙用AI展开,目前看来还比较难的。

另外一种思路,我在生产布料上或者面料上直接生成AIGC交付物,并且把这个交付物,比如左边这张图要通过AI的方法,再把它分解为这上面该用什么样的布料,要用多少色线,比如金色线、红色线、黑色线,然后拆解成生产工具,这个路径目前是OK的。我们再把这个矩形图用AI的手段换成折叠后的效果,目前这一块是需要通过3D映射来做的。它是可以实现,但它有一个弊端,弊端就是不能每个款式都做3D的映射。而目前对于这种客户,因为汉服的马面裙最简单,我们内置了映射引擎快速生成这种效果。也就是说,马面裙的生产可以从AIGC到最终的效果,可以全自动的流程设计,但目前仅仅限于马面裙。如果涉及到其他服装细分赛道,这个过程该怎么去做,或者有什么样更好端到端的落地方案,我也特别希望在现场和大家做交流和讨论。

总结一下目前AIGC在服装行业,主要是解决了创意概念设计和营销推广。但对于面向工业流程,因为它有些规格约束,它有些工业级的可控精准调整,如果希望实现去掉打版师或者3D建模师全自动流程,目前都还是存在瓶颈的。客户的核心是爆品的生产变现,而不是出来一大堆非常好看的AIGC交付,这也是我们和很多行业内客户做交流时,这里目前AIGC是把选品做了比较好的处理,但真正自动化核心满足还可能需要我们业内的,不管是行业客户还是技术方,需要共同努力去推进的。