（左边是郝买衣服的联合创始人兼CEO黄忠生，右边是联合创始人兼首席技术官柴金祥）
食物、衣服、住所和交通几乎是指每个人生活的基本需求，"服装"排在第一位。服装业几乎是人类社会最传统的行业之一，也是从古至今变化最小的行业之一。
但这并不意味着服装行业没有跟上时代的步伐，好买衣服虚拟合身，其联合创始人兼首席技术官柴金祥教授，都想成为服装行业进入AI时代后方最强大的推动力。
就在天猫刚刚开业的新时尚活动中，"虚拟合身"成为整个女装会场最大的亮点。用户进行了深度和个性化的虚拟试衣互动体验，实现与真实面部和身体的沉浸式虚拟拟合。
（在天猫新时尚活动中，好衣服的虚拟合身得到了很好的反响）
互联网时代的服装零售业
进入互联网和移动互联网时代后，电子商务彻底改变了零售行业的格局，也对服装零售行业产生了巨大影响，人们购买服装的地位从线下部分转向线上部分。
互联网电商模式解决了传统服装销售中的一个重要问题，即解决信息不对称问题。在传统的线下销售中，消费者可以浏览商品的时间和空间受到限制，但这种限制在网上解除，人们可以获得更多的产品信息。
根据中国电子商务中心的监测数据，2015年中国服装网购市场交易规模达到7457亿元，服装网购渗透率为34.7，而2016年达到9343亿元，网购渗透率为36.9%。
换句话说，超过三分之一的中国人的衣服是在网上购买的。互联网+已经成为像水电一样无处不在的基础设施，直接取代了传统服装行业业务流程中的一些环节，甚至创造了新的业务流程。
后互联网时代在线服装零售的困境与"虚拟合身"的尝试
但是，现在不是坐下来放松的时候。
近两年来，互联网流量红利逐渐消失，对于服装行业来说，仅仅将销售渠道拓展到天猫、京东是不够的，而现在各大服装零售商、服装厂商在享受互联网后流量红利，再次面临销售缓慢的问题。网上购物和线下购物之间确实存在一些差距。
首先，在网上购物时，消费者缺乏有效的购买决策工具。服装是非标的，非常个性化的产品，消费者在购买时希望看到"这件衣服对我的影响"，而不是模特展示的照片。消费者无法确认商品，对于商家来说，最大的问题是网店相比线下店退货率提高了很多。
其次，与线下零售相比，线上模式缺乏出色的用户体验。在零售店中，顾客可以获得导购工具（虽然有一定的促销性质）、搭配衣服、选择尺码的帮助，这在网店很难做到。虽然可以通过客户服务进行咨询，但体验显然大大减少。
正如罗振宇所说，在后互联网时代，在流量红利消失的情况下，如何抓住流量时间，获得流量转换能力，成为大家面临的最大挑战。
事实上，服装零售行业也在进行相应的尝试。过去，业界一直在谈论"三维拟合"和"VR/AR拟合"等新技术提供的新方法。有一些新的东西，如二维纹理匹配，三维虚拟试衣间，虚拟试衣镜等。
虽然世界各地的虚拟配件创业公司都在努力工作，包括 Fits.me、Metail、优衣库等，都是虚拟配件的先驱，但他们目前面临着技术停滞、业务扩张困难等问题。
（第二代虚拟试衣技术：3D虚拟试衣间效果图）
从某种程度上说，这些技术手段很难解决以下问题。首先是大规模应用，常规技术很难保证虚拟拟合的效率，以及其使用成本。二是虚拟与现实的融合感，如果消费在3D模型中，要满足真实、美观、个性化的贴合需求，是一个大问题。最后，互联网和购买路径，虚拟试衣的目的，从根本上讲，就是卖衣服，那么它的应用必须产生合理的购买闭环，以及移动使用模式。
好买衣服通过AI技术帮助填补在线合身的空白
然而，与金融、汽车、家居等诸多行业一样，人工智能出现后，一些问题得到了很好的解决。柴金祥教授创立了虚拟试衣买衣服，就是通过机器学习来解决虚拟试衣乃至整个服装制造和零售行业存在的问题。
柴金祥教授说："很多企业的虚拟试衣产品只注重试衣效果，但身体重建是最基本的部分，"一个能落地的虚拟试衣场景，不仅可以还原衣服的细节、材质、悬垂等，还能产生一个贴近真实消费者自己的消费者。
利用用户输入的身高、体重等基本信息，检查身体特征等，结合其独有的女性身体数据数据库，可以推断出数千个身材数据。机器学习和图形可用于为消费者更准确地对人体进行建模。最后，它拍摄的面部照片以三维方式再现，可以得到一个接近真实自我的消费者"自我"。
（好买衣服智能重建的立体人体模型，误差值只有1-1.5厘米）
（好买衣服智能立体脸重建效果）
虚拟试衣的效果主要表现在网络服装零售的两个方面。
一方面，用户的停留时间增加。在一般的网上商店中，用户停留2分钟左右是比较正常的时间，但经过测试，使用好买虚拟配件后，用户一般会停留超过10分钟甚至更长时间。
另一方面，是用户通过虚拟试衣增强了购买信心。有了虚拟配件，客户可以更容易地了解自己更适合什么衣服，因此他们的购买更具针对性，并且有了身体数据，他们购买的尺寸更合适，因此不容易频繁退货和换货。
在刚刚起步的天猫时装节上，好买分析了过去3天的热身期：发现人均访问时间长达23分钟，更多用户在线超过50分钟;34.7%的用户在试穿过程中点击了该商品的天猫宝贝详情页面，15%的用户直接果断点击购买，与原旗舰店的每日宝贝详情页面相比，购买率仅为5%。
除了"合身"，浩毅希望为服装行业提供更多的人工智能支持
柴金祥教授表示，虚拟合身其实只是一个开始，而虚拟合身，好衣服会得到更适合消费者的数据，包括身体数据、偏好数据、尺码匹配数据等，利用这些数据，有望对服装行业产生根本性的影响。特别是行业内有一些亟需的部分，如售前、导购、个性化定制、智能打盘、服装设计等。
服装预售
预售模式是服装零售行业进入互联网行业后产生的一种新型商业模式，也是一种新的尝试，它直接由消费者的购买意愿决定产量，解决了传统服装行业库存积压的问题，直接将生产端与消费者联系起来， 从而改善了用户的购物体验，不仅服装品牌省略了很多中间环节，售前也是用户未来网购的独特"超前消费"体验。
不过，与网上买衣服类似，预售模式也存在尺码是否与客户匹配、款式是否合适的问题，因此在使用虚拟合身后，品牌可以进一步解决预售中尺码比例的问题以及未来用户退货和更换的问题。
智能导购
在高端线下门店，以及一些高消费群体中，导购不仅承担着引导顾客的角色，还为客户提供时尚咨询服务和服装建议。柴金祥教授透露，资深造型师（时尚咨询）咨询的回购率超过80%，将大大提高客户的转化率。
然而，它的高端属性注定难以大规模实现。柴金祥说："必须再次强调，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，要向用户推荐合适的衣服，特别需要考虑用户的外表、身材、气质、款式，线下导购都可以做到，但对于品牌来说网上销售，是一个很大的欠缺。"
好买人工智能技术可以解决这个问题，利用专属的用户身影数据、准确的服装标签、其他收集的数据，以及机器学习来分析消费者的信息和偏好，未来还可以为客户提供智能导购服务。柴金祥教授还透露，好衣服的智能导购目前有一个早期的Demo，很可能在今年上半年推出供消费者体验。
个性化
个性化定制，即C2M模式，可以为消费者量身定制适合其身体特征、外观和喜好的衣服，这是许多服装品牌想要尝试的领域。但目前，它只能在男装、衬衫等品类和极少数高端女装中实现。
原因很简单，在西装和衬衫中，服装的款式是单一的，只需要改变颜色、尺寸等，在维护服装模型的情况下更容易设计和制作。但是，女装的品类复杂，很难在短时间内完成图案化和生产的过程。而无论是男装还是女装，这款C2M机型都基本无法实现规模化。
在人工智能的帮助下，个性化成为可能，测量客户的身体信息，重建身体模型，然后结合其相貌特征，优化设计和打字过程。此外，整个过程基本通过算法完成，降低了人工成本，可以实现大规模应用。
聪明人的办公桌与尺寸相匹配
柴金祥教授表示，目前中国使用的S、M、L、XL四种尺寸的原始规格来自20世纪80年代的日本。撇开中日消费者之间的差距，仅在过去30年中，国内消费者的身材就发生了巨大的变化，因此这种标准尺寸和服装生产过程中使用的人力表实际上需要相应调整。
通过虚拟试衣获得的大量客户体型数据，可以为未来的服装厂商提供智能桌面服务，既能满足当前消费者的现实，又能根据服装的不同对象调整餐桌的尺寸细节。
服装设计
事实上，未来除了定制服装外，服装厂家还会有自己定期推出的新服装，因此大量的用户数据反馈也可以帮助他们设计和制造服装。
在目前的服装行业，厂家和消费者之间仍然存在信息壁垒，虽然他们会对以往产品的销售情况进行市场调研和统计，但这部分信息只是出货量和销量等宏观数据。至于服装卖给谁，以及它们在设计时是否与目标客户相同，服装制造商没有答案。
未来，好衣服可以通过大数据为服装设计环节提供更全面的客户偏好信息，让厂商在设计上更精准定位，真正打中消费者的"关键点"。
如前所述，柴锦祥和郝买衣服虚拟试衣的目标不仅仅是停留在"合身"上，这将是服装行业全面变革的契机。
同样，人工智能已经给我们带来了变化，但未来会给我们带来更多的惊喜。正如柴金祥所说："技术的发展其实不是一步一步的发展，而是在某个阶段会有大的台阶和突破，未来还是很难准确预测的。"
这需要更多的想象力。
本文作者，姚某专栏作家李继祥;微信：ligi_avd（添加时请注明"姓名-公司-职位"，方便备注）;请注明作者姓名和"来源：姚";文章内容是作者个人观点，并不代表姚某同意或支持该观点。
奖励
65
86