AIGC大熱后，設計師林儷和版師張宇都覺得自己混得比對方慘，經營模特攝影工作室的“浪豬灰頭”也覺得正在失去生意。
4萬億服裝行業，正在被新一波AI技術改變，且沖擊和機遇并存——麥肯錫分析，未來3到5年，生成式AI可能會幫助服裝、時尚及奢侈品行業的營業利潤創造1500億美元的增量，樂觀估計可高達2750億美元。
億邦動力注意到，AIGC對服裝行業的影響主要集中于商品企劃、產品設計、零售終端三個環節，AIGC提升設計師效率、數字人+3D服裝給消費者帶來新體驗，這些新內容都將給服裝行業帶來新機會。
只不過，要想解決行業內從設計到生產到營銷多環節的難題，并非易事。服裝行業也曾經過幾輪AI洗禮，從RNN（遞歸神經網絡，1990年提出）到GAN（生成對抗網絡，2014年提出）到如今的Diffusion（擴散模型），每一波AI都試圖打通整個產業鏈。那么，這一輪生成式AI會對服裝行業產生哪些影響？AIGC將影響哪些崗位就業？AI能力外溢到供應鏈，能夠產生多大影響？
設計師和版師是服裝設計中的主要崗位，一個負責將天馬行空的靈感變成一張張圖紙，一個負責將圖紙變成樣衣。
Midjourney和Stable Diffusion一度給設計師林儷帶來很大的職業生涯危機，輸入提示詞，5秒內生成六張設計圖，還可以不停更新。林儷從事快時尚設計快5年，見過不少設計高手，還是被Stable Diffusion的生成效果驚艷了一把，“關鍵是速度快且量大，感覺分分鐘要失業。”
“上新”是快時尚的命脈，品牌企業對創造力和效率有極致追求。堅持用了半年Midjourney和Stable Diffusion，林儷放心下來，“大模型確實在生成速度上遠超設計師，但AIGC只是一個素材生成方式，輸入什么提示詞，需要哪些元素，到底要用哪張，這些都需要我們來做選擇。我現在的靈感圖都由AIGC完成，效率大概提升了3倍。”
而且，AIGC目前只是在單款服裝的設計上提供了靈感。除了單款設計，設計師還需要做一些系列企劃——比如當季主推的款有哪些系列，哪些款式搭配起來好看，常規款和主推款怎么搭配。甚至這些款式在門店的陳列，都得在設計師企劃時去規劃——主推款式放在什么位置，效果如何，在門店如何陳列。顯然這些工作內容都超出AIGC的范圍。
“單從款式設計上來說，其實絕大多數服裝企業都有自己的版型基礎，也就是大體‘規矩’，在這個‘規矩’內，設計師會去判斷用什么樣的顏色、輔料、裝飾性元素。AIGC就是在這個環節給出靈感和幫助。”林儷補充。
AIGC到底能幫服裝設計師做什么？知衣科技創始人兼CEO鄭澤宇認為主要有三方面：
第一，提供靈感。
第二，快速生成出大量符合提示詞的圖片。
第三，降低設計的成本，提高設計的精度和投產效率比。
“但目前AIGC能夠達到的效果只有第二點，第一和第三步還在測試中，1-2年內實現還有困難。”鄭澤宇補充。
鄭澤宇也認為，AIGC還遠遠談不上取代設計師，“AIGC只是一個素材生成方式，判斷這些圖是否是設計師或品牌方想要的，到底用哪張，這才是最重要的問題。”
版師指從事服裝制版工作的人，制版在整個服裝生產流程中承上啟下——對上，要和設計師溝通樣衣的工藝細節；對下，要向樣衣工或生產工廠交代縫制樣衣的注意事項，把控樣衣（非大貨）質量。
一件衣服的設計圖出來后，還得經歷“打版-修改-再打版-再修改”的過程。“有時候一個裝飾是要2.5厘米還是3.5厘米，得樣衣出來之后再看效果，因為這就是一個感覺的東西，就是大一點小一點，左一點右一點，得來回調整。”林儷回了一個不忍直視的表情。
這個過程往往耗時耗力，“設計師很多是不懂打版的，或者懂得不多，他需要和版師反復溝通，時間成本和溝通成本就會很高。”王華民認為。
和林儷在同一公司的版師張宇也認同AIGC對版師們的威脅，版師要將設計師的2D稿子變成生產需要的CAD圖，同時生產出樣衣，供設計師進行修改。“2D轉3D，這個活兒很專業也很套路化。現在一些復雜的版，我們已經不用自己立裁，而是把3D效果給到設計師去看，讓他們直接在3D上做調整。”張宇說。
在凌迪的Style3D AI產業大模型中，只要將相應的服裝拖入設計框，點擊AI生成版片，幾秒內可以將版片和3D效果獨立出來。
微博賬號“浪豬灰頭”曾發出一張模特攝影工作室的價格表：一天8小時拍攝，需要支出3.6萬元。其中攝影費（包含400張修圖）1萬，男模和女模費用超2萬，化妝費2000元，搭配費4000元。
而在凌迪科技推出的AI產業模型中，這些人員和費用都可以省略，只需輸入關鍵詞，就可以生成“數字模特”。
輸入“歐洲女子的臉型，中分長發，典雅氣質，妝容干凈”，就能生成對應臉型。
萬事利絲綢與無界AI合作，探索AIGC +絲巾設計；
知衣科技與西湖心辰合作，推出服裝產業模型“FASHION DIFFUSION”，要做服裝行業的Midjourney，在找款、改款與設計等場景中提升設計效率；
供應鏈服務企業魔魚發布“魔魚GPT”，提高服裝設計師提高工作效率；
凌迪科技Style3D發布的Style3D AI產業模型，提供AI預測趨勢、AI生成圖案/版片/材質/圖像等功能，試圖構建起數字時尚產業的“基礎設施”。
服裝設計在過去也一直被AI賦能，這一輪AI與此前有什么不同？王華民認為，雖然都是AI，但是10年前的AI、5年前的AI和這2年的AI各不相同，“一個人說自己是AI從業者，你得看看他干的是哪一個AI。”
AI行業經歷了RNN、GAN、Diffusion等多輪迭代，此前的服裝AI都基于GAN，即用生成模型和判別模型相互競爭，生成模型用于創造一個看起來像真圖片的圖片，判別模型用于判斷一張圖片是不是真實的圖片，兩個模型一起對抗訓練，最終兩個模型的能力越來越強，最終達到穩態。
和GAN相比，Diffusion模型只需要訓練生成模型，訓練目標函數簡單，可以實現更優的圖像樣本質量和更好的訓練穩定性。
王華民指出，“GAN的可控性較差，很多東西停留在學術上或者論文上，Diffusion比GAN更容易訓練，同時將可控性整體上了一個臺階，訓練效果也有了很大提升。”
基于Diffusion模型的AIGC有兩個明顯優勢：
1 降低設計工具的使用門檻，提高行業滲透率
以往的服裝設計工作，需要掌握繪畫、PS技能，而在本輪AI產業模型中，通過自然語言描述，就能直接生成設計圖。
比如打開知衣科技的FASHION DIFFUSION使用界面，風格、款式、特征一目了然，只需選擇款式、顏色、材質等選項，10多秒，AI就能生成T臺走秀風格、淘寶抖音商品風格，以及INS小紅書社媒風格等各種風格的款式圖片。
-
2D：是設計師最初在紙面上設計的內容，如草圖或款式圖。 -
2.5D：是版師基于款式圖進行制版，是連接二維和三維的橋梁，可以稱作2.5D。 -
3D：3D數字服裝與數字人（Avatar）結合起來，有了可交互的方式。 -
2D：在服裝展示環節，圖形學技術通過渲染，把三維物體變成2D視覺效果，例如輸出電商上新的圖片或視頻。
?左右滑動查看更多(圖源：億邦智庫)?
在這個局部的產業鏈協同中，前端是數字化設計，中間是數字化款式匹配，后端是數字化供應鏈平臺，“只有在這種協同下，才可以將AIGC的效率優勢發揮出來。我們距離人人都可以當設計師的時間，才會越來越近。”鄭澤宇認為。
文章來源：億邦動力
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
