服裝的功能與服裝的季節(jié)性時(shí)尚之間,一直依靠風(fēng)格加以維系。然而,風(fēng)格是一種極為主觀、有時(shí)甚至令人難以抉擇的概念,風(fēng)格定義著我們的衣著、品味以及搭配方式,整體傳遞出個(gè)人表達(dá)。無(wú)論你喜歡自主搭配,還是聽(tīng)取專業(yè)造型師的指導(dǎo)意見(jiàn),大家都必須承認(rèn)一點(diǎn)——風(fēng)格本身,就是一種有力的語(yǔ)言。
人工智能如今正成為時(shí)尚零售業(yè)中的強(qiáng)大工具,可用于提供個(gè)性化產(chǎn)品建議,同時(shí)推動(dòng)客戶達(dá)成購(gòu)買目標(biāo)。一些人可能認(rèn)為,“風(fēng)格”這一概念無(wú)法被囊括在數(shù)據(jù)范圍內(nèi),畢竟 AI 本身無(wú)法理解人類的態(tài)度與表達(dá)意愿,而僅僅是一種冷冰冰的決策工具——但實(shí)際情況也許并非如此,AI沒(méi)準(zhǔn)有能力在周期性的時(shí)尚潮流與個(gè)人喜好的細(xì)微差別之間敏銳捕捉到靈感。
總部位于倫敦的初創(chuàng)企業(yè) Intelistyle 公司在本屆倫敦時(shí)裝周走上街頭,利用其AI驅(qū)動(dòng)型穿搭風(fēng)格應(yīng)用,通過(guò)算法為人們提供造型建議。那么,時(shí)尚界是如何評(píng)價(jià)這種“由計(jì)算機(jī)生成的外觀意見(jiàn)”的?
Intelistyle團(tuán)隊(duì)收集了來(lái)自27位時(shí)裝周參與者的意見(jiàn),從而組織起一項(xiàng)小范圍調(diào)查,具體對(duì)象涵蓋時(shí)尚造型師、博主以及有影響力的從業(yè)人員。受訪者們面對(duì)幾組成對(duì)出現(xiàn)的服裝,需要從中選擇自己更喜歡的搭配。
結(jié)果,七成受訪者選擇了由 AI 技術(shù)生成的搭配,且這些搭配在效果上甚至可以與 Instagram 上的時(shí)尚達(dá)人們相媲美。聽(tīng)起來(lái)很神奇,那么 AI 到底是怎樣做到這一切的?
圖中分別是Intelistyle公司的AI工具生成的搭配,以及人類造型師給出的意見(jiàn)。你分得清各圖出自誰(shuí)手嗎?這里埋一個(gè)伏筆。
Intelistyle公司的方案在于“通過(guò)爬取網(wǎng)絡(luò)收集時(shí)尚攝影內(nèi)容,從而涵蓋由造型師、高影響力從業(yè)者、設(shè)計(jì)師以及零售商發(fā)布的數(shù)千種服裝組合。”利用深度學(xué)習(xí)技術(shù),它們將能夠“提煉出各類風(fēng)格中的深層本質(zhì)。”
那么,這與其它 AI 驅(qū)動(dòng)型風(fēng)格設(shè)計(jì)應(yīng)用有何不同?一般來(lái)講,專注于模式識(shí)別的計(jì)算機(jī)視覺(jué)技術(shù)主要負(fù)責(zé)找到擁有相似視覺(jué)元素的服飾。然而,發(fā)現(xiàn)其中存在的風(fēng)格共性要比尋找相似圖案或顏色更加微妙。Intelistyle進(jìn)一步挖掘這種分析深度,希望了解哪些因素使得“看似不同”或者“相互沖突”的圖案或面料能夠結(jié)合起來(lái),最終創(chuàng)造出美麗的服飾。此外,他們還設(shè)計(jì)了兩件一般來(lái)講并不搭調(diào)的衣服,并探索如何使用適當(dāng)?shù)呐滹棇⒍吆椭C地搭配起來(lái)。利用最新的深度學(xué)習(xí)成果,他們已經(jīng)開(kāi)始解碼所謂“時(shí)尚風(fēng)格的基因組”。
如果 Intelistyle 公司在本屆倫敦時(shí)裝周期間得到的統(tǒng)計(jì)結(jié)果真實(shí)可信,那么結(jié)論是,從事時(shí)裝設(shè)計(jì)與造型搭配的人們似乎更偏愛(ài) AI 生成的結(jié)果。這就帶來(lái)了非常有趣的話題,即“這類 AI 工具將給全球時(shí)尚產(chǎn)業(yè)的各個(gè)領(lǐng)域帶來(lái)怎樣的影響”。
或許我們可以利用 Intelistyle 應(yīng)用更充分地發(fā)掘衣柜中服飾的搭配空間,也讓它能夠幫助我們確定自己該買什么服飾,包括做出更為明智的購(gòu)物選擇,同時(shí)擺脫快買、快穿、快丟這一糟糕的時(shí)尚傾向。隨著我們的衣柜日益膨脹,加上城市生活空間日益減小,這似乎有望成為一款強(qiáng)大的工具,幫助我們?cè)谔嵘陨盹L(fēng)格的同時(shí),顯著降低時(shí)尚品開(kāi)銷(以及大眾消費(fèi)對(duì)環(huán)境造成的影響)。
Intelistyle公司致力于“解碼”風(fēng)格的本質(zhì),他們的 AI 技術(shù)擁有擴(kuò)展時(shí)尚造型設(shè)計(jì)的潛力,并根據(jù)每一位客戶的需求,創(chuàng)造出個(gè)性化的服裝搭配。作為直接結(jié)果,這將成為一款雪中送炭般的工具,幫助我們走出“一種尺寸(或者風(fēng)格)覆蓋所有客戶”的舊時(shí)代,真正迎接多樣性與個(gè)性化的春天。另外,Stitchfix等企業(yè)也已經(jīng)展示出這種個(gè)性化方法的強(qiáng)大功能。Intelistyle方面希望“幫助客戶實(shí)現(xiàn)自己衣柜的數(shù)字化轉(zhuǎn)型,為自己的衣服設(shè)計(jì)樣式,并從喜愛(ài)的零售商處獲得個(gè)性化服務(wù)”,這一切都將成為這家年輕企業(yè)實(shí)現(xiàn)進(jìn)一步發(fā)展的基石。
在被問(wèn)到整合 Intelistyle 之后,客戶零售體驗(yàn)是否可能發(fā)生重大變化時(shí),該公司CEO Kostas Koukoravas指出:
“目前零售商主要通過(guò)拍攝工作室環(huán)境,從而展示自己的服裝產(chǎn)品,并激發(fā)顧客的購(gòu)買愿望。但整個(gè)過(guò)程成本高昂,而且每一套衣服以及對(duì)應(yīng)的搭配往往只適用于特定一種體形與膚色。Intelistyle公司的技術(shù)能夠幫助零售商擴(kuò)展服務(wù)中的網(wǎng)格個(gè)性化水平,同時(shí)通過(guò)多樣性展示以滿足每一位客戶對(duì)于著裝的確切需求。”
這種以客戶為中心的方法,實(shí)際上沿襲于當(dāng)前時(shí)尚行業(yè)中對(duì)于個(gè)性化服務(wù)的廣泛關(guān)注,而終極目標(biāo)自然是為了提升品牌忠誠(chéng)度與銷售業(yè)績(jī)。隨著客戶希望獲得越來(lái)越個(gè)性化且快速的服務(wù),AI似乎將成為滿足這些嚴(yán)苛期望的重要手段與工具。這款工具最令人興奮的方面之一,在于其能夠在銷售與品牌忠誠(chéng)之外,作為服裝搭配中的固有組成部分,決定我們應(yīng)該如何將其呈現(xiàn)在貨架上。如果 AI 造型師幫助我們更好地使用自己的服飾并有效延長(zhǎng)衣物的穿著周期,那么服裝的生命周期將變得更長(zhǎng)、價(jià)值更高、且讓人們習(xí)慣于更穩(wěn)定地維持一種穿衣風(fēng)格。而除了風(fēng)格之外,面對(duì)當(dāng)前糟糕的快餐式一次性消費(fèi)取向,整個(gè)時(shí)尚行業(yè)也急需這樣一場(chǎng)根本性轉(zhuǎn)變。
最后我們公布上文圖中問(wèn)題的答案:到底圖中哪套搭配是 AI 造型師生成的?右側(cè)配有紅色靴子的便是。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。