文｜林炜鑫
编辑｜杨逍
这半年来，AIGC不再是个陌生概念，已经变成一股浪潮，涌进各行各业。人们普遍认为，AIGC的本质是生产工具，企业因为AI能提高效率和生产力而兴奋，争先拥抱AI。在这场追逐高效的变革中，快节奏的时尚行业有足够的动力走在前头。
时尚行业的特点主要有两方面，一方面这个行业依靠大量“上新”带动消费。对时尚企业来说，只有持续出新品，才能留住消费者，满足消费者多样化的需求。另一方面这个行业极度依赖创意，独特的灵感给予设计师以创造力，并且企业往往能容忍设计草图不那么精确，因为创意并非一步到位，需要设计师和制作团队反复打磨。
“时尚行业的特点跟AIGC非常吻合，”凌迪Style3D的创始人兼CEO刘郴说，“因此，时尚行业对AIGC是特别好的试验田。”
凌迪Style3D（以下简称“Style3D”）是国内一家新兴工业软件公司，成立于2015年，主要为服装企业提供自主仿真引擎的底层技术和产业链级工业软件，打造以科技为驱动的3D设计一体化协同平台，以此推动服装行业数字化。据刘郴介绍，Style3D的数字化技术，可以大幅降低打样次数，一款样衣的设计研发周期从一至两个月缩短为3-6天。
多数人认为服装生产是个较为原始、传统的链路，与数字化很难有关联。然而事实正相反，服装行业从原料、设计、制作到成品，每个环节都拥有相当完整的结构化数据。例如，服装常用的色彩“潘通色卡”有2310个标准色号，这使AI模型深入学习服装行业成为可能。
近期，Style3D研发了AIGC应用的服装行业模型，同时Style3D已经在公司的数字化软件融入AI功能，例如AI生成图案、AI生成板式、AI生成材质等。
Style3D AI应用
刘郴告诉36氪，一件衣服的诞生，背后是设计创意经过数据的反复验证的过程。AIGC加持3D数字化技术之后，从材料、打板、设计、样衣，到制作等环节，能够为企业降低使用门槛，丰富设计创意。
Style3D行业模型的优势在于它掌握了大量行业数据，对服装行业有着深入的理解，与通用大模型相比，Style3D AI应用生成的内容会相对精准。
刘郴演示了电商上新场景。首先，用户在Style3D AI应用输入一段行业术语作prompt，系统智能生成对应的服装元素；集齐一款衣服的“零部件”，系统迅速产生一件3D数字样衣；随后，Style3D AI应用支持设计师用简洁prompt生成一个逼真的数字模特；数字模特穿上数字样衣，结合品牌的需求生成背景，最终用于电商场景。
AI生成图案
AI生成数字模特
AI生成背景
AIGC也赋予了更多的想象空间。刘郴举例，用户在Style3D AI产业模型输入两件市面上已有的服装款式，可以快速获得N种新的款式，“这种方式未来会深深地改变服装的开发模式”。
与同一赛道的厂商相比，刘郴认为，“我们覆盖了从材质数字化开始的主要环节，客户的使用体验更流畅，效果也更好。同时，我们对新技术的引进和应用更快，有工程师红利。”
Style3D的柔性体仿真和模拟技术是公司的核心壁垒。“Style3D本质上是链接虚拟和真实世界的过程，其实我们所做的这件事就是物理世界的数字化，把柔性体仿真从物理世界到数字世界，这是计算机图形学最难的板块之一。”刘郴介绍道，Style3D注重研发投入，目前拥有一支由图形学科学家王华民教授带领，来自浙江大学、清华大学、斯坦福大学、加州大学伯克利分校等国内外高校的仿真和模拟算法专家组成的国际顶级图形学研究团队，并且在杭州、德国慕尼黑和美国犹他州都建有研发中心。目前Style3D已经搭建出了技术的底层引擎，并且将其打磨成了工业软件形式。
事实上，在时尚行业，基于大模型的AI工具已经开始大量涌现。国外面向设计师的时尚平台CALA，通过AI技术加持，可以提供至少25种基本款式，设计师只需借助prompt来修改风格，快速把创意落地。CALA CEO安德鲁·怀亚特说：“在时尚界正朝着人工智能设计和自动化生产的方向发展，未来几年将会出现巨大的创新。”
中国纺织服装行业的市场规模高达数万亿，随着信息技术发展，人们的消费需求也不断提升，服装行业数字化是趋势。刘郴表示，Style3D的角色“就像提供铲子一样，给行业提供更新更好的工具”。接下来，Style3D会继续做AI模型的迭代与升级，打磨和完善产品。
关于Style3D的未来，刘郴说：“Style3D是一家底层技术驱动的公司，也是一个不断积极拥抱新技术的公司，我们在中国产业信息化的技术上做了数字化，但是我们现在正在积极拥抱智能化，例如AIGC如何在我们行业里的使用，但任何时候我们都会保留初心，希望扎实做好国产工业软件，成为数字时尚领域空间计算的引领者。”
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
