美東時間本周五,時尚圈即將迎來一場別出心裁的秀——「3D虛擬時裝秀」。
這場「3D虛擬時裝秀」由人工智能時尚初創企業Bigthinx與Fashinnovation聯手舉辦。之所以稱為“虛擬”,是因為這場活動上亮相的模特與服飾,僅僅來自于技術數據(包括尺寸、數值)、模特及衣物的照片,最后通過3D數字設計、渲染與動畫創建而成。
自從新冠病毒疫情爆發以來,業界對于虛擬服飾的討論開始升溫,本場時裝秀也將開行業歷史之先河。
從赫爾辛基時裝周(Helsinki Fashion Week,HFW)公布的行業公告中,我們就能清楚看到,時尚行業的數字化轉型將成為一波長期且關鍵的變革趨勢。隨著他們的率先行動,米蘭、紐約及其他知名時尚活動主辦方也紛紛跟進,有意在疫情期間上線自己的3D虛擬時裝秀。
▲ 圖:位于倫敦新邦德街Dior品牌展示。
作為AI時尚初創企業,Bigthinx公司向來以“人體掃描”解決方案聞名,僅通過兩張正式照片,配合智能手機端的自拍圖像,即可完成數據測量,該方案能夠從圖像中計算出“44項精確的人體測量結果與人體成分比率,準確率超過95%”。該公司的B2B商業模式,還能夠直接對接零售商的電子商務網站,幫助購物者們根據自己的身材體態,比較不同服飾的具體尺寸。該公司解釋道,這種在線試穿功能,不僅改善了在線購物的效率與體驗,同時也極大降低了因產品尺寸不合而引發的退貨行為。
3D虛擬秀,為業界首創,自然是機遇與挑戰并存。Bigthinx公司總部位于班加羅爾,公司團隊目前只有10名成員,公司創始人、同時也是夫妻的Chandralika Hazarika與Shivang Desai談到,設計整場3D虛擬時裝秀的初衷。其AI解決方案,以往主要針對快消時尚電子商務零售商,與這次的應用場景仍有一定距離。
Desai表示,“倫敦與紐約時裝周,以及瑞典時裝委員會,一直在與我們聯系,表示需要這款產品。”Hazarika也補充道,“模特經紀公司也開始介入,這讓我們接觸到了全新的事物。不過從結果來看,數字化模特在疫情下已經幫助經紀公司增加了運營收入。”另外,數字模特更便宜,能夠幫助新興設計師們“拉平競爭環境”。
但真正促使他們進軍虛擬時裝展會行業的,其實是來自法國的一家客戶。由于社交隔離政策,該客戶的銷售展廳被迫關閉,因此急需解決方案推廣實體展品。
▲ 圖:Bigthinx公司的虛擬時尚展示
Bigthinx公司剛剛從Startup Bootcamp結業,并獲得了Prada集團的支持,得以在Nike(耐克)、Givenchy(紀梵希)以及Diesel(迪賽)等行業領導者的指引下,正式進軍時尚行業。
值得一提的是,Startup Bootcamp(簡稱SBC)成立于2010年,總部位于英國倫敦,目前在全球運營著許多聚焦垂直領域的加速器,支持創業團隊直接訪問由行業導師、大企業和投資者組成的國際網絡,以期跨越式發展。
Desai表示,“雖然我們沒有時尚行業從業背景,但我們能夠為整個行業帶來快速適應新技術并與之集成的能力。”這種能力,對于傳統時尚業廠商而言至關重要,只有掌握這種能力,他們才有望明確自身對定制化數字解決方案的需求,并借此建立起獨特的軟件成果與品牌體驗。
Desai還說,“在Prada集團看來,這證明了將軟件技術與時尚業務結合的可行性。這也促使Prada選擇Bigthinx為其品牌量身定制解決方案,特別是電子商務這一重要商業載體。”這相當于從一個側面肯定了他們作為敏捷軟件開發商的實力。
根據Desai的介紹,在奢侈時尚界,Bigthinx公司的人體掃描解決方案將發揮重大作用。該解決方案能夠為客戶提供測量數據,并提升Prada對于當前客戶群體規模與統計信息的了解。反過來,Prada集團將能夠據此生產出更符合客戶群的產品,并根據不同區域的喜好,進行針對性定位。Desai指出,“Prada集團希望我們能發明出他們未來需要的解決方案。”
在3D虛擬時裝秀的設計方面,Bigthinx團隊受到了世界海洋日活動的啟發。整個流程從時裝設計師的草稿與服飾照片起步,而后由Bigthinx AI引擎進行分析——該引擎通過圖像識別技術,發現服飾所歸屬的類別以及基礎設計特征。
以此為基礎,他們使用Marvelous Designer(一款3D服裝制作工具),對服裝進行數字化處理,而后將其疊加在3D模特身上(由模特照片創建而成)。接下來就是加入光照,添加高分辨率材質紋理,制作動畫,并渲染結果。
Jason Naylor正是這場在線大秀的合作方之一,由其設計的精彩作品將在服裝秀上亮相,展示數字展覽如何促進時尚品牌與藝術家們之間的合作。其他參展品牌還包括:來自巴西的可再生材料泳裝品牌,來自日本的當代時尚品牌,以及來自尼日利亞的一家定制工作室等。
▲ 圖:正在工作中的Bigthinx X Fashionnovation 3D虛擬時裝季
在被問及制作這場時裝秀的挑戰時,他們解釋道,設計師與各大品牌通常會在時裝秀即時開始時才制作實體服裝。但在虛擬表演方面,各方則需要提前幾周(甚至更長時間)就開始制定設計決策,以便為數字創作、動畫與渲染等工作預留時間。未來如果這類展覽流行起來,那么必然要求建立起更完善、更標準化的工作流程,以確保時尚品牌與科技企業之間實現緊密協作。
另一大挑戰在于如何制作出逼真的動畫效果。他們詳盡討論了虛擬模特的步態與細微動作,這是一項費時費神的艱難工作。但如果未來能夠標準化,行業將在全透明或者不添加任何個體特征的模特建模身上進行動畫處理(目前最大難點在于制作出細膩的頭發特效),以免模特動作破壞服飾的展示效果。而單從此次服裝秀來看,短短幾周時間內完成的人體模特模型創建與動畫處理,不失為一項壯舉。
盡管這場秀只是對Bigthinx團隊的一次概念驗證,但他們擁有的強大AI引擎,足以將各品牌的3D服裝資產,轉化為2D服飾模式。不過,尚無法確定這些2D模式在物理產品中的測量精度與擬合度,因此Desai謹慎地將其稱為“臨時性”方案。
好在目前需要應付的只是一場單純的展示,與實際銷售無關,所以暫時不需要考慮太多后續問題。但如果各品牌真打算將未來的虛擬秀作為自家產品的宣傳與銷售渠道,那這終究是個躲不開的問題。
這場服裝秀將于美國東部時間6月5日18:30正式上線。
好文章,需要你的鼓勵
想象一下,你有一個非常聰明的朋友,他知道很多知識,但每當需要使用計算器、搜索引擎或查詢最新天氣時,卻變得像個笨手笨腳的孩子。這正是當前大語言模型(簡稱LLMs,如ChatGPT這類AI系統)面臨的尷尬處境。
想象一下,你擁有一個聰明的助手,它知道很多知識,但在面對需要使用計算器、搜索引擎或查詢最新信息時卻顯得笨手笨腳。這正是當前大語言模型(LLMs)面臨的困境。雖然這些模型已經通過監督微調(SFT)學會了使用工具的基本能力,但它們常常在面對復雜或不熟悉的場景時表現不佳。
想象你正在和一個智能助手聊天。如果你直接要求它提供有害信息,它很可能會禮貌拒絕。但如果你通過一系列看似無害的對話,逐步引導它走向你的真實目標呢?這就是當前AI安全領域面臨的一個嚴峻挑戰——多輪對話中的安全漏洞。
想象你在使用一個非常聰明的AI助手完成一項復雜任務,比如解決一道數學難題。你可能注意到這個助手會花很長時間"思考",一步一步寫下大量推理過程,最后才給出答案。雖然這種詳細的思考過程確實幫助AI做出了更準確的判斷,但同時也帶來了一個明顯的問題:它太"啰嗦"了,消耗了大量的計算資源和時間。