目前，人工智能（AI）技术在时尚行业的应用范围仍主要集中在简化流程和提高销售转化率上.在传统意义上，时尚商业决策者仍然习惯于通过自动化提高效率，通过图像识别检测产品缺陷和假冒商品，通过个性化推荐提高销售转化率。显然，人工智能技术的创造潜力尚未得到充分开发，而大流行的影响有望为时尚行业提供一个全面实施数字设计和展示方法的重要机会。为什么说AI的创造力没有得到充分发挥，设计师和各大品牌在这方面有什么样的发展空间？更进一步，AI技术是否一定会被引入到服装设计和展示用例中？伦敦时装学院时尚创新机构负责人马修德林克沃特认为，“人工智能最初的应用侧重于可量化的业务需求，因此初创企业可以从这个角度为大品牌提供服务。但由于创意很难去量化，所以这方面的App往往会晚点出现。”从实用的角度来看，时装设计师和计算机科学家之间的差距是另一个主要限制。伦敦时装学院也意识到了这一点，最近为20名志愿时装学生开设了为期8周的AI课程。他们在这里学习如何收集时装当被问及人工智能技术在时尚领域的潜力时，Drinkwater指出，“对我来说，这里强调的是算法的不可预测性。”他承认，设计师本身就已经极具创造力，但神经网络的创造力也有可能带来意想不到的效果。AI技术的介入甚至可能挑战我们对时装设计或结果展示的基本理解。AI课程由FashionInnovationAgency(FIA)与麻省理工学院媒体实验室的PinarYanardag博士合作。FIA的3D设计师CostasKazantzis对此做出了回应能够编写课程内容并为课程提供一组用于AI驱动的时装秀的3D场景。他在Zoom采访中解释说，学生们“以前从未接触过编码”，但在裁剪（服装构造）和时装策划方面拥有丰富的知识。在他看来，虽然该课程仅涵盖入门级Python技能，但“有助于向他们介绍AI的技术特性，从而将这两个领域结合在一起。》课程中使用的AI模型是GenerativeAdversarialNetwork(GAN)，它是机器学习的一种，强调同时训练两组模型相互对抗：一个是生成器（designer），一个是用来学习如何创建视觉效果第二个是判别器（reviewer），负责准确判别图像的真伪。在训练过程中，生成器会不断地创建越来越逼真的图像，判别器会尝试从他们身上找出假货。以创造性的方式应用该方案后，计算机生成的图像和运动轨迹开始看起来越来越自然（特别美观）。学生们合作通过proof-of-conceptdesign.精通该领域，并了解如何收集适当的数据来训练自己的算法.课程涵盖一系列AI应用方法，包括trainingAI模型对服务项目进行分类，通过社交媒体预测时尚趋势，并据此完成风格转换和探索新的设计方向等。本课程的核心是组织一场虚拟时装秀——整体素材来自之前的真实走秀片段，但背景换成了全新的3D环境，模特们也会穿上3D服装Drinkwater认为，“即使是不熟悉时尚行业的年轻人也可以通过这种合作来突破自己的能力极限。在讨论虚拟时装秀的工作流程时，Kazantzis解释说，计算机视觉算法可以从原始时装秀视频中估计骨骼运动数据，然后使用另一种算法将此数据转换为3D姿势模拟，并将其应用于Blender中的3D方向以复制原始视频中模型的运动。使用CLO软件为头像模型设计服装，制作动画，并使用styletransfer（通过卷积神经网络，简称CNN，识别图案、纹理和颜色等，然后??将设计结??果放置在服装上)开发新的纺织方法和服装表面。虚拟时装秀的3D环境是使用Unity游戏引擎构建的，Kazantzis也高度赞赏Unity提供的虚拟设计和灵活的输出选项（包括VR和AR应用程序）。他使用粒子系统来创造包括雾在内的天气效果，甚至在水下环境中创造了水母等各种海洋生物。导入动画服装和贴图后，Unity可以整合所有材质打造极致体验，并导出为VR场景。设计结果可用于360度的网站导航，或在Sketchfab中提供AR体验。总的来说，人工智能技术对创意产品的开发影响很大，环境在设计和生成沉浸式内容方面极强。Katzantzis还与GretaGandossi和TracyBergstrom合作，GretaGandossi是伦敦时装学院图案与时尚技术课程的2019届毕业生，她还拥有建筑学学位，以及拥有数据科学背景的TracyBergstrom。三人组成了一个管道，从存档资产中提取姿势，创建3D服装并将结果导入Unity。学生MaryThrift、TiroshYellin和AshwiniDeshpande也参与了虚拟时装秀的设计。这轮人工智能课程于今年3月开始，作为概念验证的虚拟时装秀于6月完成。这种速度令人难以置信，不禁让人怀疑这种内容创作方式是否适用于不同规模的品牌和时尚企业。MatthewDrinkwater给出的答案是“当然可以，而且这类项目可以严格按照预算水平进行设计。我们使用的GPU越多，结果就越令人印象深刻。”此外，他还意识到这方面的工作需要各种各样的技能组合，所有这些都会对项目周期产生影响。但无论如何，他坚信“在接下来的一段时间内，时尚与AI联手的用例必然会更多。”这场概念验证时装秀将是伦敦时装周的第五天。在本次时装周上，大多数品牌选择在线直播时装秀，或在指定的“发布时间”在线开放概念或时装秀视频。Launchmetrics的统计数据表明，这种类型的数字展示方法产生的参与度远低于实体时装秀。人工智能生成的虚拟时尚体验能否重塑时装秀的未来？与业内人士的呼声类似，Drinkwater说：“很明显，时装周需要进化，以提供更多样化、更容易获得的体验。必须承认，我们的物理生活和数字生活之间的界限正变得越来越模糊，未来的时装秀必将与过去的传统展示大不相同。”以创造性方式使用AI技术的几种重要方式包括使用计算机创作艺术品。其中一件作品于2018年在佳士得以432,500美元（估价的45倍）成交。这个《Edmond Belamy肖像画》是由自学成才的AI艺术家RobbieBarrat与巴黎艺术团体Obvious合作使用GAN模型创作的。Barrat还参加了Balenciaga组织的人工智能时装秀，并为时尚品牌AcneStudios训练了一个神经网络，以帮助设计其AW20男装系列。在消费者和营销方面，深度造假（deepfake）技术可以让消费者身临其境地融入到他们梦寐以求的品牌形象中。此外，RefaceAI应用程序可以将用户的脸替换到品牌视频中，在最近与Gucci的测试合作中，每天进行超过100万次“换脸”和40万次转发。图：MathildeRougier利用废弃材料打造全新质感效果在实验方面，为了通过废弃物的回收利用来解决可持续发展的问题，时装设计专业的研究生MathildeRougier正在使用卷积神经网络（CNN）进行设计类似的乐高积木。锁链式下垂面料，从而推出新的时尚产品。她的努力标志着时装设计、人工智能和可持续发展问题之间达到了新的融合水平。时尚领域的创意AI仍处于起步阶段，但显然势头强劲。随着3D数字化设计思维在时尚教育和时尚产业的快速推广，加之疫情冲击下实体展示能力严重受限，AI技术有望得到广泛应用，激发行业整体创造力。如果一群没有任何coding经验的同学能在几个月内，在有限的预算内搞出这样的成果，相信专业的时尚行业会给我们带来更大的惊喜。
