在最近的伦敦时装周上，ChristopherKane的2023春夏系列使用AI在多款连衣裙上创作了动物图案，图案如右图所示。虽然不是一个非常复杂的设计，但可以看出AI（人工智能）在服装设计领域的渗透。

　　ChatGPT的出现让普罗大众对当前AI发展能力有了新的认识。通过简单的聊天对话框，它可以按照指令生成符合人类逻辑思维的响应，并且可以不断修改响应。

　　事实上，除了通用模式外，不少企业也在垂直领域发力终端人工智能应用，从细分领域入手，利用AIGC（人工智能生成内容）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方案。国外的Midjourney、StableDiffusion等由文本生成图像的AI绘图平台就是可以实现这一目的的AI应用，与ChatGPT同时流行起来。用户可以通过输入场景文字描述、艺术家风格等关键词进行创作，在艺术设计界掀起巨大波澜。

　　我们还有一个小测试用例。2023年春夏上海时装周，我们的两个独立设计师时尚品牌SHUTINGQIU和ShieLyu将与Tiamat国内AI生成艺术平台的艺术家品牌TakeFive合作，帮助他们在新系列和秀场布局中创作印花。

　　Tiamat成立于2023年，是我们首批图像AI文本生成平台之一，并已尝试商业化。基于MorpherVLM自有模型，Tiamat自2023年8月上线以来，仅用了不到半年的时间，迅速打造出了中国首个人工智能驱动的创意社区。为进一步落实AI生成工具在艺术领域的应用，Tiamat正与专注于时尚艺术的AI创意团队TakeFive合作，提供深度技术支持。

　　TakeFive经理张万洛告诉界面时尚，在与邱淑婷的合作过程中，他们收集了设计师和邱淑婷过去的新闻图片，然后根据这些输入的图像信息进行模型训练，然后为他们生成相似风格的图片。。从中选择..ShieLyu的合作是基于人工智能学习过去的设计元素和电子音乐制作人JasmineSokko的歌词和音乐来生成图像，然后由新媒体艺术家沉连之对创作的材料进行艺术编排，包括歌唱和跨媒体视觉效果。

　　这与前述Midjourney、StableDiffusion等AI图像生成平台的逻辑类似。这些人工智能在输入自然语言后所创造的图像在一定程度上已经达到了艺术家和设计师的识别标准。TakeFive还强调了其在个性化学习定制流程方面的改进。

　　一般来说，为了训练设计师自己的模型，需要在早期投入50到100张素材图像供AI学习。此外，他还可以添加他喜欢的艺术家的作品作为风格参考。经过反复的沟通和调优，这期间就会产生阶段成果：TakeFiveModels大约需要一到两周的时间才能完成最终的个人风格模型。

　　从某种程度上来说，这仍然是图形创意层面上的合作，没有触及服装设计的整个过程。张万落表示，经过上海时装周期间的第一次接触，他们已经与多个设计师品牌达成深度合作，从服装整体设计的角度走在了前沿。

　　Tiamat产品经理徐木涵告诉界面时尚，目前AI服务服装设计主要有两种形式。其中之一是预创意构思。设计师可以通过AI模型了解穿搭整体风格的风格，但由于模型的可控性，仍然无法对袖口、领结等细节进行微调。另一种创建方式是修改现有的基础模型，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，虽然人工智能可能会简化一些创作过程，特别是在创意构思的早期阶段为设计师节省了一定的时间和脑力，但仍需要设计师的二次创作才能将平面设计变成可穿戴的服装。身体。毕竟从草图到真人可佩戴的样品，需要反复调整细节。

　　值得注意的是，在AI大规模建模工具引起关注之前，时尚行业在新技术驱动下经历了多次产业链变革。而且，业界多次讨论旧供应链的作用将被新技术取代。

　　比如“小订单快速返还”，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，快速返还其中的“爆款”订单，实现利润最大化。并降低库存风险。减少。

　　相应地，一些具有颠覆性潜力的工具也受到资本的青睐。Tiamat、Fabrie和Style3D等设计软件在过去一年获得了资助。Fabrie是一个成立于2023年的设计协作平台，为产品、设计和创意团队提供设计协作办公服务。具有多人协作、无限白板、数据表、云存储和共享等功能。Fabrie创始人陈大波向界面时尚表示，Fabrie本身除了设计师的素材整理和内部协作业务外，最近还推出了FabrieWrite和FabrieImagine这两款AI驱动的插件。

　　FabrieWrite通过AI改善了白板体验，提高了白板上文本信息的处理能力。FabrieImagine基于设计师输入的手绘草图轮廓，允许用户通过自然语言补充显示器的颜色、材质和背景。新鲜的是，设计师还可以通过插入图像来训练自己的风格模型。

　　设计师独立品牌PoppyWang的创始人王妙子就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Fabrie、Style3D、Midjourney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。

　　在前期策划阶段，王子苗的团队将利用Midjourney生成设计灵感图像，然后将想法和概念存储在Fabrie的在线设计协作平台上进行交流和协作。在将纸质设计实际制作成图案之前，首先在Style3D中模拟缝纫图案，并使用3D来模拟图案的形状和织物的纹理。

　　Style3D提供自有仿真引擎和产业链级工业软件的核心技术服务，包括集成的3D设计协作平台。在2015年创立Style3D之前，创始人兼CEO刘晨创立了自己的服装品牌，在服装行业拥有20多年的经验。目前，Style3D的主要客户是爱慕、波司登、歌力思等大型服装公司。

　　据他介绍，Style3D让服装设计师能够制作数字样本，从而减少了实体样本制作带来的材料和沟通成本，整体“效率提高了30%”。

　　除了数字样品之外，Style3D还与公司达摩院合作，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狂热对服装行业的影响。Style3D近期根据行业数据和行业需求打造了“Style3D人工智能行业模型”，开发并推出了多项AIGC功能，包括AI风格分析、AI生成图案、AI生成图案、AI生成材质和快速生成新的电子商务图像正在等待。

　　但在刘晨看来，AIGC在设计方面带来的风格化创意内容的生成确实可以替代一些早期的素材采集或拍摄，这可能对整个产业链的效率提升有限。

　　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。

　　《棉花帝国》书中称，珍妮纺纱刚出现时，用机械化取代了手工纺纱工艺，大大提高了生产效率和纺织质量，但许多体力劳动者却担心失业。发明家哈格里夫斯担心暴徒暴力，放弃了他创造织布机的地区，从未从中发过财。

　　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，促进了城市工业化的进程。

　　技术变革转化为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，意想不到的美丽新世界可以从混乱中诞生。面对人工智能等颠覆性新技术的出现，自然的选择是避免或拥抱它们。

　　如果你看一下前段时间很多人在社交媒体上发布的《中途之旅》的图片，你会发现，尽管内容和主题多种多样，但AI风格的痕迹仍然很明显，因为很多人都使用同一套描述风格的关键词。。人工智能依赖于数据库，数据的来源会对创作主体的独立性产生一定的影响。

　　对此，陈大波表示，从服装设计的角度来看，人工智能加速和改进复制的可能性是存在的，但技术只是工具，工具和使用者意图的双重性。新人的意图是一个常见问题。但大公司会从更积极的角度看待这个问题。培养一个独立的造型模特，意味着培养一个了解品牌过往风格并能融合新事物的设计师。

　　刘晨认为，过度雕刻并不是一个值得过度关注的问题。AI的出现本质上是随机的，它通过算法创造的风格是成千上万的人。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，但对于TakeFive来说，推广模型产品并不完全容易。

　　训练一个模型需要一到两周的时间，但设计师可能需要半年或一年的时间才能真正了解人工智能的功能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，熟悉且易于管理的手绘过程很容易占据上风，而尚未经过训练的人工智能则很难成为助手。

　　但这并不完全是设计师接受与否的问题。AIGC仍然是一项新兴技术，行业还没有开发出一套系统或系统的时尚产品，所有参与者都在自发探索。

　　目前，TakeFive将人工智能应用于服装设计面临的主要技术问题是模型无法一步达到设计师的期望。它需要根据阶段性结果与设计师进行沟通，然后不断调整参数以达到最终结果。这些仍然是相对频繁的手动干预。以一套完整的服装为例，需要输入30到50个标签，让AI学会判断袖口松紧、肩长等款式定义。

　　另一方面，许慕涵表示，如何用ChatGPT这样简单明了的界面打动用户，是他们还在研究的问题。传统专业软件笨重的工具栏常常让普通用户失去了解软件90%以上功能的兴趣。未来如何利用更好的人机交互模式完成图像、文本、音乐、视频等多格式创作，是一大技术挑战。

　　Fabrie不断测试产品并收集用户的反馈。8月底内测上线三个月内，FabrieAI用户数突破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以外更多样化的需求。

　　陈大波表示，FabrieAI持续面临的挑战是如何促进新的AI技术与常规设计工作流程的融合。随着AI技术的持续快速发展，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。大型互联网公司在数据和算力方面拥有先发优势，也在探索人工智能应用的子场景。目前，田径赛区有很多机会，但没有人能确定他们会坚持下去，成为征服这座山峰的人。返回搜狐，查看更多