（左邊是郝買衣服的聯合創始人兼CEO黃忠生，右邊是聯合創始人兼首席技術官柴金祥）
食物、衣服、住所和交通幾乎是指每個人生活的基本需求，"服裝"排在第一位。服裝業幾乎是人類社會最傳統的行業之一，也是從古至今變化最小的行業之一。
但這并不意味着服裝行業沒有跟上時代的步伐，好買衣服虛拟合身，其聯合創始人兼首席技術官柴金祥教授，都想成為服裝行業進入AI時代後方最強大的推動力。
就在天貓剛剛開業的新時尚活動中，"虛拟合身"成為整個女裝會場最大的亮點。使用者進行了深度和個性化的虛拟試衣互動體驗，實作與真實面部和身體的沉浸式虛拟拟合。
（在天貓新時尚活動中，好衣服的虛拟合身得到了很好的反響）
網際網路時代的服裝零售業
進入網際網路和移動網際網路時代後，電子商務徹底改變了零售行業的格局，也對服裝零售行業産生了巨大影響，人們購買服裝的地位從線下部分轉向線上部分。
網際網路電商模式解決了傳統服裝銷售中的一個重要問題，即解決資訊不對稱問題。在傳統的線下銷售中，消費者可以浏覽商品的時間和空間受到限制，但這種限制在網上解除，人們可以獲得更多的産品資訊。
根據中國電子商務中心的監測資料，2015年中國服裝網購市場交易規模達到7457億元，服裝網購滲透率為34.7，而2016年達到9343億元，網購滲透率為36.9%。
換句話說，超過三分之一的中國人的衣服是在網上購買的。網際網路+已經成為像水電一樣無處不在的基礎設施，直接取代了傳統服裝行業業務流程中的一些環節，甚至創造了新的業務流程。
後網際網路時代線上服裝零售的困境與"虛拟合身"的嘗試
但是，現在不是坐下來放松的時候。
近兩年來，網際網路流量紅利逐漸消失，對于服裝行業來說，僅僅将銷售管道拓展到天貓、京東是不夠的，而現在各大服裝零售商、服裝廠商在享受網際網路後流量紅利，再次面臨銷售緩慢的問題。網上購物和線下購物之間确實存在一些差距。
首先，在網上購物時，消費者缺乏有效的購買決策工具。服裝是非标的，非常個性化的産品，消費者在購買時希望看到"這件衣服對我的影響"，而不是模特展示的照片。消費者無法确認商品，對于商家來說，最大的問題是網店相比線下店退貨率提高了很多。
其次，與線下零售相比，線上模式缺乏出色的使用者體驗。在零售店中，顧客可以獲得導購工具（雖然有一定的促銷性質）、搭配衣服、選擇尺碼的幫助，這在網店很難做到。雖然可以通過客戶服務進行咨詢，但體驗顯然大大減少。
正如羅振宇所說，在後網際網路時代，在流量紅利消失的情況下，如何抓住流量時間，獲得流量轉換能力，成為大家面臨的最大挑戰。
事實上，服裝零售行業也在進行相應的嘗試。過去，業界一直在談論"三維拟合"和"VR/AR拟合"等新技術提供的新方法。有一些新的東西，如二維紋理比對，三維虛拟試衣間，虛拟試衣鏡等。
雖然世界各地的虛拟配件創業公司都在努力工作，包括 Fits.me、Metail、優衣庫等，都是虛拟配件的先驅，但他們目前面臨着技術停滞、業務擴張困難等問題。
（第二代虛拟試衣技術：3D虛拟試衣間效果圖）
從某種程度上說，這些技術手段很難解決以下問題。首先是大規模應用，正常技術很難保證虛拟拟合的效率，以及其使用成本。二是虛拟與現實的融合感，如果消費在3D模型中，要滿足真實、美觀、個性化的貼合需求，是一個大問題。最後，網際網路和購買路徑，虛拟試衣的目的，從根本上講，就是賣衣服，那麼它的應用必須産生合理的購買閉環，以及移動使用模式。
好買衣服通過AI技術幫助填補線上合身的空白
然而，與金融、汽車、家居等諸多行業一樣，人工智能出現後，一些問題得到了很好的解決。柴金祥教授創立了虛拟試衣買衣服，就是通過機器學習來解決虛拟試衣乃至整個服裝制造和零售行業存在的問題。
柴金祥教授說："很多企業的虛拟試衣産品隻注重試衣效果，但身體重建是最基本的部分，"一個能落地的虛拟試衣場景，不僅可以還原衣服的細節、材質、懸垂等，還能産生一個貼近真實消費者自己的消費者。
利用使用者輸入的身高、體重等基本資訊，檢查身體特征等，結合其獨有的女性身體資料資料庫，可以推斷出數千個身材資料。機器學習和圖形可用于為消費者更準确地對人體進行模組化。最後，它拍攝的面部照片以三維方式再現，可以得到一個接近真實自我的消費者"自我"。
（好買衣服智能重建的立體人體模型，誤內插補點隻有1-1.5厘米）
（好買衣服智能立體臉重建效果）
虛拟試衣的效果主要表現在網絡服裝零售的兩個方面。
一方面，使用者的停留時間增加。在一般的網上商店中，使用者停留2分鐘左右是比較正常的時間，但經過測試，使用好買虛拟配件後，使用者一般會停留超過10分鐘甚至更長時間。
另一方面，是使用者通過虛拟試衣增強了購買信心。有了虛拟配件，客戶可以更容易地了解自己更适合什麼衣服，是以他們的購買更具針對性，并且有了身體資料，他們購買的尺寸更合适，是以不容易頻繁退貨和換貨。
在剛剛起步的天貓時裝節上，好買分析了過去3天的熱身期：發現人均通路時間長達23分鐘，更多使用者線上超過50分鐘;34.7%的使用者在試穿過程中點選了該商品的天貓寶貝詳情頁面，15%的使用者直接果斷點選購買，與原旗艦店的每日寶貝詳情頁面相比，購買率僅為5%。
除了"合身"，浩毅希望為服裝行業提供更多的人工智能支援
柴金祥教授表示，虛拟合身其實隻是一個開始，而虛拟合身，好衣服會得到更适合消費者的資料，包括身體資料、偏好資料、尺碼比對資料等，利用這些資料，有望對服裝行業産生根本性的影響。特别是行業内有一些亟需的部分，如售前、導購、個性化定制、智能打盤、服裝設計等。
服裝預售
預售模式是服裝零售行業進入網際網路行業後産生的一種新型商業模式，也是一種新的嘗試，它直接由消費者的購買意願決定産量，解決了傳統服裝行業庫存積壓的問題，直接将生産端與消費者聯系起來， 進而改善了使用者的購物體驗，不僅服裝品牌省略了很多中間環節，售前也是使用者未來網購的獨特"超前消費"體驗。
不過，與網上買衣服類似，預售模式也存在尺碼是否與客戶比對、款式是否合适的問題，是以在使用虛拟合身後，品牌可以進一步解決預售中尺碼比例的問題以及未來使用者退貨和更換的問題。
智能導購
在高端線下門店，以及一些高消費群體中，導購不僅承擔着引導顧客的角色，還為客戶提供時尚咨詢服務和服裝建議。柴金祥教授透露，資深造型師（時尚咨詢）咨詢的回購率超過80%，将大大提高客戶的轉化率。
然而，它的高端屬性注定難以大規模實作。柴金祥說："必須再次強調，衣服都是非标的，穿在别人身上要好看，自己穿的不一定好看，要向使用者推薦合适的衣服，特别需要考慮使用者的外表、身材、氣質、款式，線下導購都可以做到，但對于品牌來說網上銷售，是一個很大的欠缺。"
好買人工智能技術可以解決這個問題，利用專屬的使用者身影資料、準确的服裝标簽、其他收集的資料，以及機器學習來分析消費者的資訊和偏好，未來還可以為客戶提供智能導購服務。柴金祥教授還透露，好衣服的智能導購目前有一個早期的Demo，很可能在今年上半年推出供消費者體驗。
個性化
個性化定制，即C2M模式，可以為消費者量身定制适合其身體特征、外觀和喜好的衣服，這是許多服裝品牌想要嘗試的領域。但目前，它隻能在男裝、襯衫等品類和極少數高端女裝中實作。
原因很簡單，在西裝和襯衫中，服裝的款式是單一的，隻需要改變顔色、尺寸等，在維護服裝模型的情況下更容易設計和制作。但是，女裝的品類複雜，很難在短時間内完成圖案化和生産的過程。而無論是男裝還是女裝，這款C2M機型都基本無法實作規模化。
在人工智能的幫助下，個性化成為可能，測量客戶的身體資訊，重建身體模型，然後結合其相貌特征，優化設計和打字過程。此外，整個過程基本通過算法完成，降低了人工成本，可以實作大規模應用。
聰明人的辦公桌與尺寸相比對
柴金祥教授表示，目前中國使用的S、M、L、XL四種尺寸的原始規格來自20世紀80年代的日本。撇開中日消費者之間的差距，僅在過去30年中，國内消費者的身材就發生了巨大的變化，是以這種标準尺寸和服裝生産過程中使用的人力表實際上需要相應調整。
通過虛拟試衣獲得的大量客戶體型資料，可以為未來的服裝廠商提供智能桌面服務，既能滿足目前消費者的現實，又能根據服裝的不同對象調整餐桌的尺寸細節。
服裝設計
事實上，未來除了定制服裝外，服裝廠家還會有自己定期推出的新服裝，是以大量的使用者資料回報也可以幫助他們設計和制造服裝。
在目前的服裝行業，廠家和消費者之間仍然存在資訊壁壘，雖然他們會對以往産品的銷售情況進行市場調研和統計，但這部分資訊隻是出貨量和銷量等宏觀資料。至于服裝賣給誰，以及它們在設計時是否與目标客戶相同，服裝制造商沒有答案。
未來，好衣服可以通過大資料為服裝設計環節提供更全面的客戶偏好資訊，讓廠商在設計上更精準定位，真正打中消費者的"關鍵點"。
如前所述，柴錦祥和郝買衣服虛拟試衣的目标不僅僅是停留在"合身"上，這将是服裝行業全面變革的契機。
同樣，人工智能已經給我們帶來了變化，但未來會給我們帶來更多的驚喜。正如柴金祥所說："技術的發展其實不是一步一步的發展，而是在某個階段會有大的台階和突破，未來還是很難準确預測的。"
這需要更多的想象力。
本文作者，姚某專欄作家李繼祥;微信：ligi_avd（添加時請注明"姓名-公司-職位"，友善備注）;請注明作者姓名和"來源：姚";文章内容是作者個人觀點，并不代表姚某同意或支援該觀點。
獎勵
65
86