深圳南油服装批发市场,档口老板们正在经历商业模式的颠覆性改变。过去需要花费几万块钱雇佣外模拍摄的跨境电商卖家,现在只需将样衣平铺拍摄,通过AI生成不同肤色模特的展示图。这种改变直接压缩了传统服装拍摄中模特、场地、修图等环节的成本,使中小卖家能以更低门槛进入国际市场。
曾经需要数小时完成的服装拍摄,如今仅需几分钟。模特无需频繁更换衣物,摄影师不再反复调整灯光角度,取而代之的是一组AI算法在后台默默运转。AI模特换衣技术,正以惊人的速度重塑整个电商行业的视觉生产流程。从亚马逊到淘宝,从eBay到Shopify,全球的知名电商平台集体发力AI模特技术的研发,这场技术变革正在改写传统电商的运营法则。
阿里巴巴的FashionAI技术
FashionAI是阿里巴巴在2018年开发的AI试衣技术,结合计算机视觉和深度学习算法,能实时分析用户上传的照片或视频中的体型数据,生成虚拟试衣效果。用户可看到不同尺码、颜色服装的穿着效果,支持动态调整(如收腰、加长)。
为了服饰属性的精准识别,阿里巴巴特别打造了FashionAI数据集,它汇聚了来自阿里巴巴电商平台的海量服装图片资源。该数据集规模宏大,且对服装的各种属性进行了详细标注,包括领型、袖长、裙长等,为时尚领域的研究者提供了一套全面且复杂的服饰属性知识体系。
在此基础上,2020年,阿里巴巴推出了,塔玑(Taobao Vogue),利用创新算法技术在目标人脸(Target Face)模块基础上,生成成千上万种五官组合,形成全世界独一无二的虚拟人脸。
商家上传服装平铺图后,可以自主选择不同的脸部、表情、妆容、身材、背景等,为相应的服装搭配出独特的展示效果,形成自己的特定拍图风格。例如,同一件连衣裙可展示在亚洲、欧美模特身上,适配不同市场。
自塔玑上线以来,已经服务了众多服饰类商家,大大节省了成本。随着技术的不断迭代和优化,塔玑的功能和效果也在不断提升。未来,塔玑有望为商家提供更多样化、个性化的解决方案,进一步推动服饰电商行业的发展。
亚马逊的Outfit-VITON
2020年至今,亚马逊Lab126硬件实验室研发了Outfit-VITON系统,它可以处理不同类型的服饰图像,无论是完整的人物图像还是单件服饰的局部图像,都能实现有效的虚拟试穿。通过外观优化模型。这个系统能够精确还原服装的纹理、标识、刺绣等精细特征,使得虚拟试穿效果更加真实、自然。
Outfit-VITON系统旨在为消费者提供了一种全新的购物体验,使他们能够在家中就能预览服装的试穿效果,减少了因尺寸、颜色等不匹配导致的退换货情况。通过提供更直观的购物体验,Outfit-VITON系统有望提升消费者的购买意愿和转化率,从而推动服装电商的销售增长。
亚马逊的Outfit-VITON是一种具有创新性和应用前景的虚拟试穿系统,它利用先进的计算机视觉和图像处理技术,为消费者提供了一种全新的购物体验。虽然Outfit-VITON目前尚未正式投入使用,但可以预见,该系统有望在未来的服装电商领域发挥重要作用。
eBay的运动鞋试穿体验
eBay与以色列3D扫描公司3DLOOK合作开发的运动鞋虚拟试穿(AI-Powered Virtual Try-On for Sneakers)技术主要通过3D建模和生成式AI实现虚拟试装功能,尤其聚焦于运动鞋试穿的消费场景。
用户上传一张脚部侧面照片,就能生成用户脚部的精确模型,包括长度、宽度、足弓高度等数据,并匹配数据库中运动鞋的尺码和版型。这个技术还能模拟出鞋子穿在脚上的效果,展示鞋面贴合度、鞋底支撑感等细节,支持俯视、侧面等多角度查看。比如eBay的用户需要体验Nike的新款,AI就会根据脚型判断是否需选择大半码,并动态渲染鞋面褶皱、鞋舌位置的真实效果,减少因尺码问题导致的退货。
eBay更侧重如二手商品、特殊尺码鞋服的销售,其AI技术不仅服务于新品,还支持二手市场的商品展示(例如模拟复古球鞋在用户脚上的磨损效果)。在未来,eBay计划结合AR实时试穿,用户用手机摄像头即可实现“即看即试”。
除了这些大的电商平台,东南亚电商Zalora也推出了AI模特生成技术,输入服装图片后,自动生成东南亚、中亚、非洲等不同种族、体型的模特展示图,解决传统摄影成本高、多样性不足的问题。
而英国时尚电商ASOS采用基于AR+计算机视觉技术的“See My Fit”功能,用户可以选择与自己身材相近的虚拟模特进行试穿,查看尺码适配度。
未来,随着AI模特技术的进步,AI模特展示将更逼真、交互性更强,成为电商标配功能。