1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

不温不火的虚拟试衣技术,找到突破口就能“燎原”?

 2019-12-02 17:55  来源:A5专栏  我来投稿 撤稿纠错

  域名预订/竞价,好“米”不错过

文/东方亦落

“衣食住行”是人类的基本需求,其中“衣”排在首位,可见其重要性。先祖们把树叶、兽皮披在身上的那一刻,标志着人类文明的开端。经过岁月的漫长洗礼之后,今天人们在穿衣方面追求的已经不仅仅是蔽体御寒,衣物是否合身、款式是否时尚、穿着是否合适不同的场合......越来越多的因素都已经被列入选购衣物的考虑范围。

如此一来,人们在买衣服的时候必须要试一试才知道能否满足以上条件,于是在服装店铺中“试衣间”成了标配。但问题是,随着互联网的发展电商崛起,在线上购买衣物成了许多人的选择,但是线上无法像线下那般亲自试穿,而虚拟试衣技术的出现可以在一定程度上解决这一痛点。

可以说虚拟试衣真的很受平台和商家青睐,不少电商平台和APP都在开发完善这一功能,线下也有一些商家引进了“虚拟穿衣镜”之类的设备。可实际上虚拟试衣并没有像预期那样大热,而是一直处于一种不温不火的尴尬状态,其中原因何在?如果能找出这些原因并“对症下药”,虚拟试衣是否有大热的机会?在这种状态下还有从业者在这个领域中坚持,是否还有其他动力呢?

一、虚拟试衣虽好但未能普及,技术与成本是难题

实际上,虚拟试衣这项技术早已出现。2011年,京东和英特尔达成了战略合作,应用了微软KINECT的虚拟试衣镜在当年英特尔的数字标牌年会上亮相;2012年,天猫在新Logo发布的年度庆典上推出了“虚拟试衣”功能;2014年,优衣库虚拟试衣间出现,采用4D技术,用户可以根据身体的数据自行调节,让虚拟形象更加贴合现实身材;

2015年,淘宝上线虚拟试衣功能,将用户想要购买的衣服制成360°可旋转的3D模型,充分向用户展示衣物的细节;2018年,亚马逊获得了一项虚拟试衣的专利,通过显示屏、投影仪、摄像头和镜子,将用户的真实形象与虚拟形象结合,用户可以根据试衣结果决定是否购买。

可以看到最近几年,虚拟试衣在线上线下均有尝试的痕迹。从理论上来讲,这个行业相当有前景。

在线上,用户购买衣物的时候多数只能凭数据和直觉,而不能亲自试穿。服装这种商品属于非标准品,甚至是极具个性的。尽管网店中会有模特展示,现在新兴的直播购物中也有详细的介绍。但对于衣物,用户最希望看到的是“这件衣服穿在我身上的效果”,而不是那些拥有“标准身材”的模特身上的效果。消费者无法在当时确认,之后退还货物的几率也会变得比线下实体店高得多,这对于用户体验是一种损害,也让商家多了不少麻烦。

在线下,消费者虽然可以试穿,但依然存在痛点。例如在一些客流量很大的商场或专卖店,试衣间往往爆满,用户时常需要等待。试衣的过程非常麻烦,尤其是在冬天,本身衣物就多,一件件脱下再穿上体验很不好。消费者不停地试穿衣服很可能沾上汗液、口红或者造成损坏,这也是商家不乐见的。

这些痛点都是实际存在且迫切需要解决的,按理说能够解决这些痛点的虚拟试衣应当火爆,但实际上并非如此。

就当前已有的虚拟试衣设备成品而言,试穿效果并不逼真,既不能真实地建造贴近用户的虚拟形象,也没能真实地展现衣物的物理材质和特性。

在用户形象方面,仅仅通过建模和数据的添加无法真实地展现用户身材。在现实中,哪怕是身高体重相同的人,在肩、胸、腰等细节方面都会有极大的不同,这对衣物的上身效果有着很大的影响。而且如果是在线上购买,形体数据无法共享的话,那么用户可能需要在多个支持建模的平台中重复存储数据,会在无形中降低购物体验。

在衣物面料和材质方面,虚拟试衣无法展现效果,像淘宝上那种通过无限放大图片来观看服装细节的做法,虽然也满足了部分的视觉需求,但还远远不够。在选购衣物之时,面料的质感、色差、悬垂效果都是颇为重要的参考因素。如果只是虚拟试衣,这些都是感受不到的,所以即使线下有虚拟试衣设备,很多用户还是宁愿排队等试衣间。

成本方面,处理一套虚拟衣物需要几千到上万元不等,而且引进设备的价格也不便宜。这样的成本恐怕只有奢侈品专卖店才负担得起。如果是普通的店铺,设备使用率高,衣物上新频率快,虚拟试衣设备中衣物的更新很难跟上,如何维护是个大问题。比起这个成本,用户在衣服上不小心蹭上口红或者损坏衣物的成本似乎没那么高了。

以上种种阻碍使得虚拟试衣听来美好,却不温不火迟迟未能“燎原”。 如若想撕开突破口,还要靠不断发展的先进技术,在数据、建模、面料、服务等方面撕开突破口。

二、想要撕开“突破口”?技术才是硬道理

想要虚拟试衣成“燎原”之势,先要解决用户代入感不强的痛点:既要保证真实,还要满足美观、个性化等方面的需求。现在的3D、4D建模、计算机视觉、图形学等技术都可以加以综合性的应用。如今对衣物的拍摄有一套标准化流程,一套衣服几分钟就能拍完,之后通过算法对其进行建模。

形象方面的建模,可以结合收集到的用户数据,再加上用户的自主调整。当然,有相当一部分用户对自己的身体数据并不清楚,这可以通过身材标签加以解决。虚拟试穿公司“好买衣”推出了一项服务,用户只需输入基础数据,结合“大腿粗细程度”、“是否有肚腩”这样的标签,更加精准地生成虚拟身材。

除了身材,面部信息是否真实对于试衣效果也有至关重要的作用。 想要满足这一点,可以通过面部识别等AI技术对用户面部进行捕捉,例如虚拟试衣公司“衣脉”可以在短时间内识别并还原,打造出用户专属的3D五官模型。

解决了用户自身的虚拟形象问题,虚拟衣物的材质、面料也最好接近真实。 专注于虚拟面料的初创公司“心咚HeartDub”通过AI物理引擎,对衣物面料进行高精度数字化还原,可以让虚拟衣物的纹理、花型、颜色更逼真,并且有实体衣物上身的垂坠感。

可以说虚拟试衣目前面临的问题,随着技术的发展都能逐渐解决。而近年来不断有平台和资本进入这个行业进行探索和研究,说明即使是在虚拟试衣行业不太成熟的当下,仍然有很大的空间可以发掘,或者说这些从业者认准了这个行业未来定会成为趋势。

可是他们凭什么如此笃定?因为虚拟试衣起到的作用不仅仅是满足顾客需求,还能产生一系列“连锁反应”。

在线上,虚拟试衣环境会成为用户是否购买衣物的关键因素,因而如何增强这个环节的吸引力非常重要。其实用户在试衣过程中产生的各项数据完全可以收集起来,并且作为向用户推荐衣物的重要依据。如果我们在线上试了衣服,系统可以根据我们的身体数据为我们推荐最合适的衣服,相信购买转化率会大幅提升。

线上的数据收集以APP为渠道,线下则可以将虚拟试衣设备作为入口。当前虚拟试衣设备多出现在高端门店,在暂时无法实现规模化的情况下,数据采集就成了这类设备的主要功能之一。真人导购尚且能够实现较高的复购率,虚拟试衣设备可以通过AI技术收集用户身材、消费者喜好等数据进行分析,据此提供智能导购服务,它比真人导购更能get到不同用户的个性,对于提升用户粘性与复购率能够起到比真人导购更大的推动作用。

除了导购,这些通过虚拟试衣APP和线下设备搜集到的数据还有更深层的意义。推动虚拟试衣普及,不仅能够作用于“试衣”本身,还会产生更大的意义。

三、虚拟试衣收集数据,背后有着深层意义

当用户的浏览、试穿、购买等一系列行为通过数字化的形式被记录下来之后,对于个性化定制、服装设计等方面都有实际意义。

在成衣风行之前,裁缝一直很受欢迎。然而时至今日,只有西装、衬衫以及少数高端女装可以进行定制。在这个快节奏的时代中,“量体裁衣”已经成了小众的行为,西装和衬衫样式单一,在服装样板的基础上简单设计即可。而女装品类复杂,除非有足够的成本,才可能实现定制。

但另一方面,现在的消费者越来越不将性价比作为购买衣物的重要因素,只要足够个性,质量足够高,那么多花钱也是可以的,尤其是在“个性”方面需求愈加强烈,这样的需求可以通过个性化的设计和定制加以满足。

在AI等先进技术的帮助下,这一点完全可以实现。通过收集到的信息构建虚拟模型与相貌特征,据此进行设计和打版,这个过程基本上通过算法就可完成,最大程度上降低了人工成本,有望实现规模化应用。此外,获取数据对商家和平台建立会员体系、进行精准营销、形成完整的产业链都大有助益。

这样一来能够最大限度地满足用户尽可能多的需求,也让商家多了盈利的渠道,还能推动虚拟试衣技术的进一步普及,这是商家乐于尝试虚拟试衣的“功利性”动因,也恰恰是推动虚拟试衣技术发展最活跃的部分。

对线上的电商平台而言,虚拟试衣可能会成为电商行业的转折点。 谁能真正掌握这个技术,谁就可能借此在竞争激烈的线上异军突起。但是想要实现这一点,还要努力打造合理的购买闭环,并且完善虚拟试衣应用在移动端的使用模式等。

尽管当前的虚拟试衣应用和设备都不够完善,但依然吸引了许多用户和入局者。随着技术的发展和行业的成熟,能够找到使之“燎原”的突破口,虚拟试衣必然会成为一种趋势。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 汇聚中国AI顶尖力量 云天励飞参与华为AI大模型联合创新

    2023年7月6日,第六届世界人工智能大会(WAIC2023)在上海开幕,“人工智能大模型”是本届大会的备受瞩目的话题,据悉,在昇腾AI大模型的创新研发中,华为联手26家行业领军企业,组建了一支协同创新的“AI明星队”,云天励飞作为中国人工智能企业的杰出代表,和互联网大厂、运营商、科研院所等优秀团队

    标签:
    ai技术
  • 用友大易:迈入AI招聘2.0时代,让人力资源回归本质

    这几个月来,以ChatGPT为代表的生成式AI展现出的能力令世界惊叹。自从2016年AlphaGo战胜李世石掀起了一波AI浪潮后,AI仿佛已经沉寂了很久,ChatGPT的横空出世就如同一束耀眼的光芒,让AI这个名词重回C位。过去在AI1.0时代,主要通过训练模型来实现图像识别、声音识别、语言处理等特

    标签:
    ai技术
  • 新发布的PaaS2.0,能否助力涂鸦智能再起飞?

    文:互联网江湖作者:志刚2023年的IoT需要一个新故事。6月29日,涂鸦智能在开发者大会上,发布了企业级战略PaaS2.0,希望通过一个平台+四大开发服务,建立起IoT生态。对于这场发布会,市场的态度是积极的。美东时间6月29日收盘,涂鸦智能美股股价上涨5.6%,来到1.87美元/股。近日股价稳定

    标签:
    ai技术
  • 大模型难掩AI制药的悲伤:越过山丘,无人等候

    美团曾经的二号人物王慧文对标OpenAI的创业项目光年之外,以20亿卖给美团,再度引发市场对大模型的热议。

    标签:
    ai技术
  • 拾起王慧文的AI梦,美团冲向“光年之外”?

    2020年底,王慧文在朋友圈写下这句话时,外界本以为这位伴随中国互联网发展而持续创业20年的人物即将告别创业舞台。但是,一个曾经多次创业,正值壮年的互联网老将心中的创业热情是难以熄灭的。

    标签:
    ai技术
  • OpenAI发布GPT-4o 能读取人类情绪

    近日,OpenAI宣布推出其最新旗舰生成式AI模型GPT-4o。相较于GPT-4Trubo,GPT-4o速度更快、价格也更便宜据悉,ChatGPT可以读取人类的情绪,但读取过程有一点困难。OpenAI,是一家位于美国旧金山的人工智能研究公司,现由营利性公司OpenAILP及非营利性母公司OpenAI

    标签:
    chatgpt
  • ChatGPT、Gemini、通义千问等一众大语言模型,哪家更适合您?

    随着人工智能技术的飞速发展,大语言模型(LargeLanguageModels,LLMs)在各行各业的应用日益广泛,尤其是在软件开发、数据分析、客户服务等领域。蘑菇云创客空间[445期开放夜]就以“ChatGPT、Gemini、通义千问等一众大语言模型,哪家更适合您”这样的主题,开展了一次深度的大语

  • 体验了下钉钉AI助理,真羡慕现在的“打工人”...

    对于万千打工人来说,AI不会替代我们,反而会成为工作中重要的帮手

    标签:
    钉钉
  • 历时400多天,国产大模型全面赶超GPT-4?

    赶超GPT-4的阶段性升级,可以看作是国产大模型有序迭代部署、不断拉近差距的标志,切莫像手机跑分那样,在过度营销的作用下,沦为被群嘲的对象。

    标签:
    大模型
  • 微博COO王巍:微博已接入阿里云通义大模型,是通义最早一批外部客户

    5月9日,记者获悉,微博已接入阿里云通义大模型,提升内容生产效率和社区活跃度。微博不仅是阿里云最早一批上云客户,也是阿里云通义大模型的最早客户。微博COO、新浪移动CEO王巍表示,AIGC发展速度远超想象,包括通义2.5在内,已涌现出不少大模型能力超越GPT4。同时他指出,大模型开源势不可挡。“阿里

  • 通义灵码推出企业版,底座模型CodeQwen1.5登顶权威榜单

    5月9日阿里云AI峰会,通义灵码宣布推出企业版,满足企业用户的定制化需求,帮助企业提升研发效率。通义灵码是国内用户规模第一的智能编码助手,基于SOTA水准的通义千问代码模型CodeQwen1.5研发,插件下载量已超350万。通义灵码熟练掌握Java、Python、Go、JavaScript、Type

    标签:
    通义千问
  • 通义千问APP更名为通义APP,免费开放通义全栈能力

    5月9日消息,通义大模型品牌升级,“通义千问APP”更名为“通义APP”,集成通义大模型全栈能力,免费为所有用户提供服务。通义APP以性能媲美GPT-4Turbo的基模为底座,并把通义实验室前沿的文生图、智能编码、文档解析、音视频理解、视觉生成等能力“Allinone”,成为每个人的全能AI助手。通

    标签:
    通义千问
  • 阿里云发布通义千问2.5,性能全面赶超GPT-4 Turbo

    5月9日消息,阿里云正式发布通义千问2.5,模型性能全面赶超GPT-4Turbo,成为地表最强中文大模型。同时,通义千问最新开源的1100亿参数模型在多个基准测评收获最佳成绩,超越Meta的Llama-3-70B,成为开源领域最强大模型。相比通义千问2.1版本,通义千问2.5的理解能力、逻辑推理、指

    标签:
    通义千问
  • 通义大模型通过阿里云服务企业超9万,开源模型下载超700万

    5月9日消息,阿里云公布最新数据,通义大模型通过阿里云服务企业超9万,通义开源模型累计下载量突破700万。通义落地应用进程加速,现已进入PC、手机、汽车、航空、天文、矿业、教育、医疗、餐饮、游戏、文旅等领域,成为最受中国企业欢迎的大模型。阿里云AI峰会现场,小米旗下的人工智能助手“小爱同学”已与阿里

    标签:
    通义千问
  • 阿里云发布通义千问2.5, 中文能力地表最强

    通义大模型发布一周年之际,迎来重要的历史性时刻。5月9日,阿里云正式发布通义千问2.5,模型性能全面赶超GPT-4Turbo,成为地表最强中文大模型。同时,通义千问1100亿参数开源模型在多个基准测评收获最佳成绩,超越Llama-3-70B,成为开源领域最强大模型。历经一年多追赶,国产大模型终于进入

    标签:
    通义千问

编辑推荐