朱旭琪眼中AIGC在服装业的应用有哪些创新与挑战？-量化交易-财云量化

摘要：

智灵动力的朱旭琪称AIGC在服装业用于创意设计和营销内容生成，潜力巨大，面临行业标准和数据规范缺失等挑战，需多方努力达成全流程自动化。

AIGC在服装业的应用场景

创意设计环节的革新

AIGC在服装业的创意设计环节带来了显著变化。它借助大量数据训练来生成设计，像从社交媒体、时尚网站、时装秀以及市场调研中获取数据。智灵动力的元裳大模型就通过给不同服装品类设置风格标签，在预训练阶段针对性训练，还可在之后微调或用LoRa方式融合更多风格，以此确保设计符合潮流且兼顾不同品类风格，如男装、女装、汉服等。这使得服装设计不再仅仅依靠设计师的灵感，而是更多地融入数据科学的元素。

营销内容生成的助力

在服装业的营销方面，AIGC同样发挥着重要作用。当前，生成式人工智能可根据流行趋势和不同服装风格特点，快速生成吸引消费者的营销内容。这不仅节省了人力成本，还能提高营销内容的质量和效率。例如，它可以为某一款式的服装生成独特的宣传文案，或者制作富有创意的广告视频，从而吸引更多消费者关注，增加产品的销售量。

元裳大模型的独特作用

构建标准化数据管理体系

元裳大模型为服装产业提供了成熟的业务框架。它构建了从时尚元素采集到数据库管理的标准化数据资产管理系统，规范了一套数据标准模型。这一体系能够无缝嵌入任何数字化阶段，支持企业建立自训练迭代框架，训练私有设计模型，精准捕捉时尚特征的多模态模型，以及相关特征向量数据库。这有助于企业更好地管理和利用数据，提高设计效率。

朱旭琪眼中AIGC在服装业的应用有哪些创新与挑战？

提供多方利益者解决方案

从不同利益相关者的角度来看，元裳大模型都有着独特价值。对于设计师而言，它将扩散模型的端到端输出结果转变为基于设计师思维的设计意图逐步迭代，实现可控的解耦过程，确保生成的图像有价值。对于企业来说，元裳大模型通过构建一站式数据通路，可根据企业的交互形态，开发符合时尚设计的视觉应用，提供从设计到试衣再到3D秀场的链式智能服务。

AIGC在服装业应用面临的挑战与未来展望

人才短缺的瓶颈

要让AIGC真正融入服装行业，需要既懂AI技术又了解服装设计和生产的复合型人才。目前虽然许多高校已经开始调整专业方向，例如将传统服装设计专业升级为“数字时尚”，但这类人才的培养还需要时间。人才的短缺在一定程度上限制了AIGC在服装业的深入应用和发展。

行业标准与数据规范缺失

服装制版过程中的标准化问题迫在眉睫。不同地区、不同品牌制版方式的差异，导致了AIGC应用中数据不兼容的现状。而且目前行业标准和数据规范的不统一，仍然是制约服装产业AI应用的障碍之一。这使得AIGC在服装业的应用难以实现全流程自动化，还需要各方共同努力来解决。

未来发展方向

展望未来，个性化定制与智能设计将成为服装行业的主要发展方向。随着AI技术的进一步成熟，消费者能够根据自己的体型与偏好，获得量身定制的服饰，真正实现个性化购物体验。虚拟试衣与数字时装秀的兴起，也将提升消费者的互动体验。AIGC将不断推动服装行业朝着数字化、智能化方向转型，虽然面临挑战，但前景十分广阔。