时尚科技 | 生成式人工智能（AIGC）将如何重塑时尚行业？

▼ 以下的冷芸时尚圈讨论是就行业问题的讨论及总结。这些分享属于集体智慧的结晶。（它们并不代表冷芸个人观点）。希望通过此种方式能让更多行业人士受益！

一、生成式AI的简要介绍

1.你了解什么是生成式AI吗？你了解到的生成式AI有哪些？

近期ChatGPT大火，网络上AI讨论成为热门话题。虽然网络上关于AI的讨论很多，有芸友已经尝试利用AI制作了一些视频素材，但大多数人可能只是在观望。在工作和生活中，您是否有过使用AI的体验？生成式人工智能（Generative AI）主要用于创建或生成类似于人类可以产生的新内容，例如图像、音乐、文本或视频等。虽然AI的概念很早就被提出，但是最近两年AI在实际中的应用迎来了爆发式的增长。背后原因是因为早期的AI并不能像现在这样自动理解上下文语境完成创作，而是更像一个东拼西凑的作画工具。

如今，两种比较流行的生成式AI技术算法，生成对抗网络GAN (Generative adversarial networks)，和变分自动编码器（VAE）均属于Latent variable models。一般来说，GAN 往往更广泛地用于图像处理。人工智能的训练需要大量的数据集，如果全部靠人工收集和标注，成本很高。GAN可以自动生成一些数据集，提供低成本的训练数据。GAN的作用是让AI内部的两个程序互相对比，从而生成最接近人类心目中的正确形象。但是，由于GAN的标准是现有的样本，生成的内容实质上只是对现有内容的模仿，无法真正突破。最近和一位朋友讨论AI时，对方也认为AI绘画目前仍是基于大量侵权之上。

为了克服这个问题，人工智能图像生成领域涌现出了许多基于Diffusion扩散化模型的技术核心的开源模型，如Stable Diffusion等。与GAN模型相比，Diffusion模型生成的图片更精确、更符合人类的视觉和审美逻辑，同时对艺术表达风格的模仿能力也更好。其中DALL-E2、MidJourney等模型都是基于Diffusion模型。ChatGPT的算法模型是基于自然语言处理领域中的Transformer模型。生成式AI常用的工具包括：通过描述关键词生成图的AI工具如MidJourney、Disco Diffusion、Dalle等；以一张参考图为基础生成更优化图片的AI工具如Vizcom的AI，上传线稿添加描述词即可，也可以用工具简单勾勒出轮廓和物体的明暗关系方便AI理解；Dalle AI提供的补全工具允许用户对生成的图像进行修改和定制化。例如，如果我们对刚生成的椅子图像不满意，可以使用工具擦除椅背部分，并在描述栏中添加描述词，以指导AI生成更符合我们要求的图像。这种方式能够针对性地生成参考图，并为用户提供更多的创意空间和自主权。

我推荐大家一个可以搜索各种AI平台的网站Futurepedia，这是互联网上最大的 AI 工具目录，大家感兴趣可以去了解一下：

Futurepedia: https://www.futurepedia.io/

2.你有尝试过使用生成式AI，如ChatGPT吗？感受如何？

大家尝试过ChatGPT了吗？就我个人而言，我觉得它非常好用，可以当作一个搜索资料的小助手。Microsoft最近发布了New Bing，在其Bing搜索引擎中整合了ChatGPT。与传统搜索引擎（例如百度）不同的是，New Bing的搜索结果更加直观和全面，直接将答案整合到搜索结果页中，用户不必再点击链接查看网页内容。同时，New Bing还会给出相关的网页链接和出处信息，方便用户查看更多信息和进行参考。New Bing是将ChatGPT算法嵌入到自己的搜索引擎中。一般情况下，ChatGPT生成的文本可能会被标注为“AI生成”、“人工智能生成”、“自动摘要”等，以示区分。目前New Bing的使用仍需排队注册等候，但希望未来可以放开。

3.AI并非最新出现的话题，为何生成式AI最近能够引发这么大的关注和讨论热度？

我认为其中一个重要因素是它很有趣，而且很简单易用，不需要大家具备计算机方面的知识就能够自由玩耍。此外，据一些信息透露，在ChatGPT的热潮中，该技术已经通过了美国部分高校的法律、医学考试，并顺利通过了谷歌软件工程师入职测试。这种热度口耳相传，很多人都开始使用，而且会向大家分享使用体验和小技巧。我自己也尝试过，发现ChatGPT会收集一些相关资料用于整理逻辑，但是内容上写得比较肤浅。与之不同的是，New Bing的内容是实时更新的，前一天发布的新闻也会被引用到答案中。因此，ChatGPT还需要不断地“喂”入数据和资料。这种资料成本会不会导致ChatGPT的费用提高呢？目前ChatGPT是免费的，虽然有付费升级版本，但主要在答案生成速度上提升，其他方面的服务基本一致。

二、生成式AI会给时尚行业带来哪些改变

1.你认为生成式 AI 在时尚行业中的应用有哪些潜在的影响力？实用性有哪些？

下面是一些Midjourney创作的服装设计图片：

（图片来源：Midjourney绘画创作https://www.characterdesigns.com/character-design-news/2022/8/28/midjourney-dark-victoria-fashion）

（图片来源： Midjourney绘画创作https://ckovalev.com/midjourney-ai/weekly/dec-24）

阿里出品的智能绘图机器人“鹿班”在初期绘画水平较低，需要团队不断补充数据资料，例如按照不同风格归类的绘画以及评分机制，以让AI学习什么是优秀的绘画。因此，有人认为无论是学生使用AI代写作业还是搜索引擎New Bing，其背后的逻辑都需要完善的数据库才能提高准确性。但我认为GAN算法的强大之处在于能自我完善生成结果。我曾惊叹于midjourney使用AI生成的大量服装设计作品，只需输入提示词就能秒速生成，随后人工筛选出符合审美的作品。AI技术让非设计师也能进入时装设计领域，可能会导致去专业化。但AI服装设计也需要大量服装图片作为基础，因此生成的设计是否雷同也是需要考虑的。

此外，AI还能模仿手绘设计稿的风格，有些时候甚至让人难以分辨是否为AI生成。

（图片来源：Midjourney绘画创作https://prompthero.com/prompt/4277e42a8d1）

2.生成式AI可以如何帮助时尚品牌和设计师更加高效地推出新产品？

如果公司将AI工具集成到他们的软件中，让用户生成新的服装设计，该平台将提供灵感和颜色提示，用户可以根据这些提示生成新的设计，让任何人都可能成为创意总监。AI已经逐渐渗透到我们生活的方方面面，包括扫地机器人、智能镜子等家具产品和各个专业领域的广泛应用。在设计的前期灵感调研和想法呈现上，AI可以帮助设计师删除一些更琐碎的部分，真正让他们专注于创造力。然而，在这种情况下，对于AI生成的众多设计，如何选择适合市场的设计是一个问题。公司可以根据市场数据创建提示并生成许多服装设计look，然后让设计师团队选择他们想要生产的设计并用于生产。然而，AI在创造性方面还比较弱，只能依靠背后的数据库，还无法创新。从个人角度来看，AI辅助设计是一种更有效的方法，而保持创造力并做难做的工作是不会被AI淘汰的。

下面我来分享一下在WGSN看到的关于AI辅助设计的案例。下图是RAL7000 Studio的设计师Marco Simonetti使用AI生成的效果，提出了JACQUEMUS x NIKE滑雪快闪概念。

（图片来源：先锋球鞋创意工作室RAL7000STUDIO首席设计师 Marco Simonetti使用AI绘图工具创作的JACQUEMUS x NIKE 联名系列）

3.在个性化需求不断增长的今天，生成式 AI 如何应对消费者需求的变化？

在历史上，每次伟大的技术革命的出现，虽然提高了生产力，但同时也导致了数千万人的失业。在时尚行业中使用AI是否会导致创新降低、设计风格同质化的问题，类似于我们看到的AI生成绘画出现千篇一律的风格？因为AI是基于已有的设计和模式进行生成的，如果所有的设计师如果都依赖于AI生成的模式，的确可能会出现类似的设计和风格。因为AI是基于已有的数据做收集和整理，因此这个问题还无法避免。因此，未来消费者对求新的诉求会更强烈，服装设计师的审美能力和对消费者需求的精准把握会更重要。AI生成设计还需要人类设计师的人为干预创造性思维，以确保新颖和多样化的设计。使用AI做设计也是实现自己想法输出的一种方法。除了设计，在制版上，AI的发挥空间也有限，因为即使AI能设计出很奇幻的服装风格，还是需要真正的设计师去理解图案和把握剪裁等具体技术细节。

三、生成式AI的使用面临什么问题和风险？

使用生成式AI可能会导致知识产权等方面的争议和纠纷。虽然后续会有新的法制法规出现，但无序的混乱期在所难免，需要持续一段时间。未来需要有一定的法律条文来约束AI在知识产权等方面的使用，用户的数据隐私和安全问题也很值得关注。但即便如此，我们自己创作出来的东西也需要思考如何维护和区分自己的知识产权范围。使用AI时，输入的内容是否会被记录上传需要注意，因为搜索引擎可能会窃取你的信息。即便AI公司购买了这些有产权的资料，当用户用AI检索到这些信息的时候，是否可以合法使用呢？或许这又是知识付费的一大机会。

但在Web 3时代，数据隐私和安全问题得到了比较好的解决。现在的互联网大多数平台都会在获取用户数据时征得用户的同意，即用户需要授权才能被允许使用。这种做法将主动权交还给了用户，让用户自己决定哪些数据可以被使用，而不是像现在互联网大头的数据库那样随意收集用户数据。不过，在征得用户同意方面，很多人并不会详细看协议，而是默认点同意，这可能会带来例如如果用户不同意平台的数据获取，是否会影响使用体验等一系列问题。

Web 3、元宇宙和人工智能之间是有联系的，Web 3的模式可以更好地保护用户隐私。Web 3的模式与现在的互联网不同，现在的互联网将所有资料都存储在一台机子上，而在Web 3时代，每个人的电脑都是一台小型数据库，去中心化。因此，在Web 3时代，没有平台协议，如果想要获取某个人的信息，就需要得到该用户的授权认证才能获得相应信息。

之前有传闻说互联网的初衷是为了去中心化，但后来变成了为平台利益最大化服务。虽然我没有深入研究过这段历史，但确实有这样的说法。实际上，Web3并没有真正实现去中心化。据报道，比特币系统全球只有五个人在管理和维护代码的稳定性。他们修复了一个bug，但这也暴露了一个问题，即在学习阶段，AI可能会因错误的知识而被排除，需要特别注意信息的真伪鉴别。目前，AI仍然没有自主意识和思考能力，回答是根据大量数据中找到的模式和规律生成的，因此容易出现错误信息。我们不可能对所有信息进行求证，成本太高，因此在学习阶段，需要放弃使用AI这个工具，以避免被伪科学误导。此外，目前好像还没有更新机制，也无法举报问题的错误或反对答案。主要特点是语序连贯性，无法保证准确性。资本注入可以提供用于数据训练的资源和资金，对于AI数据训练非常重要。

隐私保护也非常困难，尽管这些话有点笼统，但它确实是为多数人准备的。虽然在Web3平台的大佬手中建立了这个中心，但即使如此，这个圈子内的人也需要我的授权才能获取我的数据资料。尽管我不敢相信我有隐私，但我认为去中心化是一个目前无法完全实现的概念。我个人理解是，Web3的管理方式与现在的Web2不同，虚拟平台是由玩家制定规则和制度的，但可能存在首脑或中心。开放AI在微软注入资本后变成了有盈利性质的公司，因此也变得更加闭合。我们现在使用的AI仍然是基于Web2模式的，我们可能仍然会习惯性地使用现有的互联网思维来理解。因此，需要注意区分我们现在使用的是Web2下的AI，而不是Web3。虽然Web3是一个概念，但它还没有真正横空出世，目前AI仍处于初级起步阶段。

四、生成式AI在时尚行业中的发展还有哪些挑战和困难需要克服

1.你认为在未来，生成式 AI 在时尚行业中可能会出现哪些新的应用场景？

UAL（伦敦艺术大学）的课程“AI and Fashion with Fashion Innovation Agency”包含了Python编程、训练模型以预测来自社交媒体的时尚趋势等内容。例如文案编辑类的工作，ChatGPT的文字润色能力已经非常强大了。后疫情时代虚拟时装发布会、虚拟时装、NFT藏品、视觉陈列、裸眼屏等等都是Ai的一种延伸，这样的趋势下品牌还是设计师及相关时尚行业从业者需要有对AI的强烈好奇与学习心，结合自我创意去与技术融合，落实实体经济的发展。我总归感觉虚拟数字化的东西是为实体发展服务的。因为我们作为人类不可能只听到看到，我们更需要多方位的体验。

2.是否有一些新的技术或者方法可以用来解决目前存在的挑战和困难？

大家认为在时尚行业中，AI的发展面临哪些挑战和困难需要克服呢？我认为我们可以通过了解各种形式的AI，并学习使用各种AI的小技巧来提高办公效率。我期待AI在服装设计和制版这两个领域的突破，但是像制版这样的工作更考验AI对图案和剪裁的理解能力。我有一个想法，如果将AI生成的服装图片与对应的样板进行匹配，然后给AI大量投放这样的数据，是否有可能形成AI可识别的设计图和版型的链接。这种情况就像AI可以生成一台样式很炫酷的汽车图片，但它并不懂内部发动机的构造。

目前人们更多地在讨论AI对用抄袭来做设计的设计师有很高的替代性。除此之外，你认为时尚行业中哪些职业可能会受到AI的冲击呢？AI生成的知识产权保护可能很快就会成为一个问题，如何保护知识产权和定义原创等问题在服装设计行业中更难被解决，因为现在许多抄袭都难以处理。我认为那些套路型或重复性的工作最容易被替代。

庄主总结 

一、生成式AI的简要介绍

1.你了解什么是生成式AI吗？你了解到的生成式AI有哪些？

生成式人工智能（Generative AI），主要用于创建或生成类似于人类可以产生的新内容，例如图像、音乐、文本或视频等。两种比较流行的生成式 AI 技术算法，生成对抗网络GAN (Generative adversarial networks)，和变分自动编码器VAE（Variational Autoencoder），其中GAN 往往更广泛地用于图像处理。通过描述关键词生成图的AI工具如 Midjourney, Disco diffusion, Dalle，Vizcom等。

2.你有尝试过使用生成式AI，如ChatGPT吗？感受如何？

因为有网站有注册要求，部分群友还尚未体验，但是都有关注过相关报道。

3.AI并非最新出现的话题，为何生成式AI最近能够引发这么大的关注和讨论热度？

AI的操作方法简单，容易上手，很有趣味性。数据量的增加和数据处理技术的提升使得生成式AI的表现能力得到了大幅提升，使得生成的设计更加逼真和多样化。ChatGPT的出现也使得相关话题的讨论热度持续增高。

二、生成式AI会给时尚行业带来哪些改变

1.你认为生成式 AI 在时尚行业中的应用有哪些潜在的影响力？实用性有哪些？

AI工具可以提高内容类工作的工作效率。生成式AI可以为设计师提供灵感和创意，帮助设计师在设计过程中快速生成不同的模式和设计，并对设计进行优化和改进，ChatGPT也可以提高内容类编辑工作的效率和质量。

2.生成式 AI 可以如何帮助时尚品牌和设计师更加高效地推出新产品？

AI可以成为服装设计师快速记录和表达灵感的工具，帮助设计师更快速地产生创意、更高效地完成设计，并提供多个选项供设计师选择，从而帮助设计师更加高效地完成设计。

3.在个性化需求不断增长的今天，生成式 AI 如何应对消费者需求的变化？

AI通过关键字描述快速生成设计的模式可以满足大众对设计表达的需求，自动生成大量的服装设计方案，允许非设计师进入时装设计领域，消费者可以成为自己的“设计师”。

三、生成式AI的使用面临什么问题和风险

AI如同一把双刃剑，伟大的技术革命的盛行，在提高生成力的同时，但同时也可能对某些领域的人力需求产生影响，这也可能导致某些职业的减少或失业。

面临的问题和风险：

（1）虚假信息传播：生成式 AI 技术可以生成逼真的图像、视频、文本等内容，可能会导致虚假信息的传播，误导消费者和市场。

（2）数据欺诈和诈骗：生成式 AI 技术可以生成虚假的商品和服务的图像和文本，这可能会导致欺诈和诈骗的问题。

（3）用户数据隐私与保护问题： AI 技术可以通过分析和学习大量用户数据来生成新的作品，可能会涉及到个人隐私的泄露和侵犯。

四、生成式 AI 在时尚行业中的发展还有哪些挑战和困难需要克服

1.你认为在未来，生成式 AI 在时尚行业中可能会出现哪些新的应用场景？

可以与时俱进，多了解不同形式的AI，学习一些各种AI的使用小技巧，提高办公效率期。

2.是否有一些新的技术或者方法可以用来解决目前存在的挑战和困难？

期待算法的进步，新技术的革新使AI在服装制版与服装剪裁工作上能有所突破。

文字整理：张怀楷

文字编辑：陈畅

美术编辑：李宁