深度AI设计的衣服现身T台时尚设计师还能保住饭碗吗？

界面新闻编辑 | 楼婍沁

你能分辨出下面哪套服装是由AI参与设计的吗？

在近期的伦敦时装周上，Christopher Kane 2023秋冬系列利用AI创作出了几件连衣裙上的动物印花图案，正是右图中所显示的图案。

虽然这不算太繁芜的设计，但当下AI（Artificial Intelligence 人工智能）在服装设计领域的渗透可见一斑。

AI对服装设计师到底是“替代”还是“赞助”？

Chat GPT的横空出世让普罗大众对付AI发展至今的能力有了新的认知。
通过一个简洁的谈天式对话框，它可以根据指令天生贴合人类逻辑思维的回答，并可不断调校答案。

事实上，通用大模型之外，不少公司正致力于垂直领域的终端AI运用，从细分领域动手利用AIGC（Artificial Intelligence Generated Content天生式人工智能）提升生产力。

比如，放在设计领域，AI可以以人类设计师无法企及的速率完成手头一张设计稿。
由文本天生图像的Midjourney、Stable Diffusion等国外AI绘图平台便是可以实现这样目的的AI运用，与Chat GPT同期爆火。
用户可以通过输入场景的笔墨描述、艺术家风格等关键字来天生画作，在艺术和设计界掀起巨浪。

中国亦有小试牛刀的案例。
2023年秋冬上海时装周，两位中国独立设计师时装品牌SHUTING QIU、Shie Lyu悉麓和海内AI天生艺术平台Tiamat旗下艺术厂牌Take Five进行互助，由后者帮忙创造了其新系列中的印花和秀场支配。

成立于2021年，Tiamat是中国首批AI文本天生图像平台之一，并已经考试测验商业化落地。
基于其自研的MorpherVLM模型，在2022年3月上线后的不到半年内，Tiamat迅速发展出海内首家AI天生创意社区。
为了进一步落地AI天生工具在艺术领域的运用落地，Tiamat与致力于时尚艺术的创意AI团队TakeFive互助，为其供应深度技能支持。

Take Five主理人张绾洛见告界面时尚，在和SHUTING QIU的互助过程中，他们网络了设计师裘淑婷过往的印花图片，基于这些输入的图片信息进行模型演习然后天生相似风格的印花图片供其选择。
Shie Lyu的互助则是AI根据过往设计元素以及电子音乐制作人Jasmine Sokko的词曲进行学习后天生图片，再由新媒体艺术家沈炼之将天生素材进行艺术化编排包括演唱、跨媒体视觉效果。

这与前述Midjourney、Stable Diffusion等AI图片天生平台的逻辑类似，这些通过自然措辞输入后由AI形成的图片一定程度上已能达到艺术家和设计师的认可标准。
Take Five还强调其对付个性化学习定制流程的强化。

一样平常而言，为了演习属于设计师自己的模型须要在前期投入50到100张素材图片以供AI学习，此外还可以加入其偏好的艺术家作品作为风格参考，期间天生的阶段结果经由反复沟通调试后，Take Five模型大概须要一到两周完成终极的个人风格模型。

某种程度上，这些仍是在图形创意层面的互助，并未触及完全的服装设计流程。
张绾洛表示，经由上海时装周期间的初步打仗，他们已经和几个设计师品牌达成深入互助，正在从服装全系列设计的角度切入。

Tiamat产品卖力人许沐翰见告界面时尚，目前AI能够做事于服装设计的紧张有两种形式。
一种是前期创意构想，设计师可以通过AI模型得到整体服装格局的风格观点图片，但由于模型可控性的问题，在例如袖口、领结等细节还原上仍无法进行精确调试。
而另一种创作办法则是在已有的根本款型上去进行修正，比如从短袖改发展袖，让AI进行自动补充，或是保持格局不变，让AI更换印花风格。

这意味着AI虽然能简化一部分的创作流程，尤其是在前期创意设想上为设计师节约一定的韶光和脑力花费，但要让平面设计成为真正能上身的服装仍旧须要设计师的二次创作。
毕竟，从草稿图到可以真人上身的样衣须要在细节上进行反复修正。

纺服制造行业早已开启数智化转型

值得提到的是，在AI大模型工具引发关注之前，时尚行业已经涌现了不少以新技能驱动的家当链条改革。
而且行业内不但一次涌现新技能替代老供应链角色的谈论。

比如“小单快反”，即以小批量生产不同格局的产品进行市场测试，再通过终端数据反馈，对个中的“爆款”进行快速返单，以此实现利润最大化，及库存风险的降落。

与之对应，一些具备颠覆者潜力的工具也在得到成本青睐。
Tiamat、Fabrie、Style3D等设计软件均在过去一年间得到融资。

Fabrie是2021年景立的设计协作平台，面向产品、设计和创意团队供应设计协同办公做事，具有多人协作、无界白板，数据表格、云端存储及分享等功能。
Fabrie创始人陈达博见告界面时尚，Fabrie本身在设计师整理素材和内部协作的业务之外，近期还上线了Fabrie Write与Fabrie Imagine两个AI赞助插件。

Fabrie Write将白板利用体验进行了AI升级，提高了白板上文本信息的处理能力。
Fabrie Imagine可以在设计师输入的手绘草图的廓形根本上，让用户通过自然措辞来补足颜色、材质和展示背景。
更为主要的是，设计师也可以通过输入图片来演习自己的风格模型。

独立设计师品牌Poppy Wang创始人王苗子是第一批吃螃蟹的人之一。
从2023年开始，她的团队已经开始系统性利用Fabrie、Style3D、Midjourney等服装设计干系的科技软件。
至少在打版之前，她的事情流程已经发生不小的转变。

前期策划阶段，王子苗团队会用Midjourney天生设计灵感图片，再将想法和创意存储于Fabrie线上设计协作平台进行互换协作。
而在纸面设计真正做成样衣之前，她会先在Style3D里仿照缝制样衣，用3D仿照样衣版型和面料质感。

Style3D供应自主仿真引擎的底层技能做事及家当链级工业软件，包括3D设计一体化协同平台。
在Style3D于2015年景立之前，创始人兼CEO刘郴曾创立过自己的服装品牌，在服装行业有20多年的从业履历。
目前，爱慕、波司登、歌力思等大型衣饰企业是Style 3D紧张客户。

据他先容，Style 3D使得服装设计师得以制作数字样衣，减少了实体样衣打版造成的物料和沟通本钱，并在整体上“提升30%的效率”。

除了数字样衣之外，Style3D也正在和阿里达摩院互助研究，探索XR衣饰店铺、衣饰品牌虚拟空间等场景的运用，从家当链高下游各环节供应技能做事。

刘郴也把稳到了AIGC热潮在服装行业内引发的反响。
Style3D近期基于行业数据和家当需求打造了“Style3D AI家当模型”，研发上线了一系列AIGC功能，包括AI格局剖析、AI天生图案、AI天生版片、AI天生材质以及快速天生电商上新图等。

但在刘郴看来，AIGC在设计端带来的风格化创意内容天生确实可以替代一些前期的素材网络或拍摄，而这对付全体家当链效率的提升可能有限。

他表示，纵然AI能在瞬息之间天生千张服装设计图，终极判断挑选何种格局适宜上架仍将由人来决定。

AI能成为下一个“珍妮纺纱机”吗？

《棉花帝国》一书中曾阐述，在珍妮纺纱机最初涌现时，它以机器化的办法代替了人工纺纱的过程，大大提高了纺织品的生产效率和质量，但很多手工纺织工担心因此失落业。
出于畏惧乱民的暴力，发明者哈格里弗斯离开了创造珍妮纺织机时所在的地区，直至去世也未从中获取财富。

回顾看来，珍妮纺织机仍旧成为了纺织家当工业化进程的重大推手。
纺织劳动力需求也并未因此减少，由于机器化的生产办法，纺织厂须要大批的工人来操作机器。
这间接导致了城市的人口快速增长，并推动了城市工业化的进程。

技能变革传导莅临盆办法变革须要韶光，在此期间也易于产生混乱，但犹如宇宙大爆炸，从混沌中可能会天生意想不到的俏丽新天下。
面对AI这样颠覆性新技能的涌现，无论回避或者拥抱都是一种自然选择。

在对付AI创作质疑的谈论中，同质化审美问题一度霸占高位。

翻看前段韶光社交媒体上很多人晒出的Midjourney绘画图，你会创造，虽然内容主题多样，但AI风格痕迹仍旧明显，这是由于很多人会利用同一套关键词来描述风格。
AI有赖于数据库，而数据来源将对付创作主体的独立性有一定影响成分。

对此陈达博表示，从服装设计角度来看，AI让抄款变得更快更好的可能性确实存在，但技能只是工具，工具利用者意图好坏的两面性是一个旧调重弹的问题。
但规模化的公司会从更积极的角度来看待这个问题，演习独立的风格化模型意味着培养了一个即理解品牌过往风格又能交融贯通新事物的设计师。

刘郴则认为，复刻并不是须要过于担心的问题，AI呈现的根本是随机性，它经由算法后创造的格局是千人千面的。
目前全天下范围内没有好的办法定义其知识产权，但这只这天夕的事。

虽然可以预见AI可以为设计师供应有效的创意助力，但Take Five在推广模型产品时并非一帆风顺。

模型演习的韶光在一到两周，但要设计师真正理解AI的能力，并将其完备融入事情流程可能须要半年或者一年。
在此期间，对付履历老道又十分劳碌的设计师而言，熟习且可控的亲手画图流程很随意马虎霸占上风，仍需调教的AI难当助手。

但这也不全然是设计师接管度的问题，AIGC仍是一项新兴技能，行业内尚未形成一套成体系或者系统性成熟的产品，所有参与者都在自发摸索。

当前，Take Five将AI利用于服装设计时面临的紧张技能难点是，模型无法一步达到设计师的预期，当中须要根据阶段性结果与设计师不断沟通，再通过不断调度参数来达到终极的结果。
个中仍涉及相称频繁的人工干预，以一整套服装为例，要教AI判断袖口松紧、肩头是非等样式的定义，须要打30到50个标签。

另一方面，许沐翰表示，如何用像ChatGPT一样简洁明了的交互界面来打动利用者是他们仍在探索的问题。
传统专业软件繁琐的工具栏每每会让普通用户损失兴趣深入理解软件超九成的功能。
如何用更好的人机交互模式在未来完成图像、文本、音乐、视频等多形式创作是一大技能寻衅。

Fabrie一贯在网络用户反馈的同时不断进行产品迭代。
3月尾内测开始后的三个月内，Fabrie AI的利用人数已经破万人，服装设计师占个中近20%。
这意味着其AI设计助手除服装外还需知足更多元化的需求。

在陈达博看来，Fabrie AI持续面临的寻衅是如何让AI新技能与设计常规事情流程的领悟更为顺利。
随着AI技能不断快速进化，设计团队的事情流程也须要相应调度才能充分相应这一变革，而更贴合需求的AI运用才能更快打开市场。

所有的AI产品都在和韶光赛跑。
大型互联网公司在数据和算力上有先发上风，他们也在探索AI的细分运用处景。
目前细分赛道内的机会还足够多，但谁也不能确定自己会留下成为占山为王的那一个。