还在为“今天穿什么”发愁？阿里的FashionAI时尚大脑或许能帮你解忧

本文摘要：月收益五万的西二旗人讨厌摆摊优衣库，讨厌格子衫和冲锋衣，你要回答他们，“格子衫和冲锋衣如何正确地配上？”西二旗人大约不会一脸据知迫。不过，似乎，每天该穿着什么，有可能某种程度让西二旗人深感讶异，也是众多小姐姐们每天犯愁的事情，这是一道与“今天不吃什么”一样的世纪难题。“今天不吃什么”依旧每天后遗症着我们，但“今天穿什么”的问题，阿里巴巴想要通过 AI 技术来老大我们解决问题。

月收益五万的西二旗人讨厌摆摊优衣库，讨厌格子衫和冲锋衣，你要回答他们，“格子衫和冲锋衣如何正确地配上？”西二旗人大约不会一脸据知迫。不过，似乎，每天该穿着什么，有可能某种程度让西二旗人深感讶异，也是众多小姐姐们每天犯愁的事情，这是一道与“今天不吃什么”一样的世纪难题。“今天不吃什么”依旧每天后遗症着我们，但“今天穿什么”的问题，阿里巴巴想要通过 AI 技术来老大我们解决问题。

最近，阿里巴巴发售 FashionAI 时尚大脑，期望利用 AI 技术，为我们获取服饰配上的参照方案，这也是阿里仍然特别强调的“新零售”的明确反映之一。AI 也能老大我们配上衣服了FashionAI 时尚大脑线上效果展出阿里巴巴资深技术专家贾梦雷在阿里工作多达 9 年的时间，他的团队有一个很有意思的名字——图像和美，仍然致力于图像技术的研究，他也是此次时尚大脑项目的负责人。贾梦雷告诉他(公众号：)，他本身专心于图像技术，十年前之后在看否可以将涉及的技术，应用于服饰配上方面，但那时技术还过于成熟期。

六年前，他们开始确实著手这件事，技术下有了不少累积。为什么一定要做到服饰配上呢？他说明说道，从电商的看作，图片是最重要的信息载体，服装服饰也是淘宝仅次于的商品类别，“它的商业价值密度是仅次于的”。另一方面，从服装本身来看，配上是基本概念，消费者看见一双鞋子，想起的是如何跟衣服配上，“服装一眼看过去是以整体形象经常出现的”。

2016 年时，谷歌曾和德国电商 Zalando，发售了一款基于 AI 的服装设计产品 Project Muse。用户输出性别、嗜好、讨厌的艺术类型等信息，然后向屏幕的模特儿身上所画些图案，之后能自动分解服饰。

分解的服饰可以说道十分另类了。Project Muse被迫说道，这不能算数试验性的产品。贾梦雷指出，利用 AI 构建服装穿着搭乘，必须合乎两个标准：一是效果，二是规模化。

目前，时尚大脑的配上效果已超过了一般配上师的平均水平，他们不会拿着配上好的服装，必要寻找淘宝商商家，或线下店，获得商家的现实对系统。规模化是所指对淘宝商家上载的数以十亿收的图片量，展开检验和处置，构成合理的配上。

在六年的研发期间，随着深度自学的发展，让一些技术问题逐步获得解决问题，在贾梦雷显然，技术之外，更加最重要的是，时尚大脑带入了许多专业服装领域的科学知识，品牌商的配上师和造型师不会把自己的经验汇聚成数据，这要花费一年半到两年的时间。此前，阿里将“我的穿着搭乘”功能研发给一些种子用户，时尚大脑依据每天的天气和用户的历史出售记录引荐多种个性化穿着搭乘方案，用户可根据自己的审美对配上展开动态改建，时尚大脑也不会对热门配上展开再行自学。

了解到，对于线下场景，阿里已和拉夏贝尔在全国11个城市合作近半年，用户可在试衣间内通过映射 RFID 技术的大屏，查阅衣服的配上，也就是类似于杂志上的追谱图，贾梦雷回应关联购买率有了显著的提升。什么样的配上是“合理的”？时尚大脑在线下店的应用于大数据、深度自学、图像识别、图像搜索引擎……这些技术是时尚大脑成功自动已完成服饰配上的基础，但在此之前，有一个问题时时后遗症着贾梦雷：什么样的配上是合理的？他拿大家最熟知的阿尔法狗举例，阿尔法狗与人棋士大战，胜败是客观事实，而服装配上是高度主观简化的事情，“如何把主观简化的问题，报废为客观的、可分析的问题，这是可玩性最低的，跟你用于的工具没关系。”具体来说，一方面他们必须搜集来自达人的服装配上创新，自学其中的配上规律。

另一方面，对于一件衣服，不会将其报废为多个属性维度，例如一件连衣裙，从运营的角度来看，有可能报废为 60 个关键属性，但基于计算机视觉技术，检验出有最关键的属性，并在衣服之间展开关联较为。比如说，对于一套配上创新，反映了哪些审美，或功能性拒绝，总结其中的规律，从可观的商品库中寻找这样的衣服，如果配上合乎最初的配上创新，则分解新的配上。总的来说，配上创新来自于人，构成新的配上必须在数据中寻找规律。至于数据的来源，贾梦雷将其分成三个层面：第一是最基础的服装图片数据，来自于淘宝上的电商；第二是配上创新，由淘宝上的达人获取；第三是服装专家获取的数据，如衣服有多少种领形、袖形、廓形，以及风行元素等等。

另外，服装配上的否合理，颜色、质地等都是必须考虑到的，由于服装图片来自商家，有些颜色，商家有可能没有办法得出精准的色号，不会造成信息的偏差。为此，他们不会对衣服图片做到前景和背景的分离出来，具体一套服装配上中各个部分，哪些是固定式、下装、鞋、包在等等。同时，还要根据服装专业的解读，区分颜色空间，分析衣服颜色的产于，比如相似色、纹理的样式，是否是风行元素，以及对有所不同衣服展开分类，分类的范围还包括衣形，领子或袖子的样式，甚至是衣服的风格归属于英伦风，还是小甜美。智能配上的未来如前文所提及的，与拉夏贝尔的合作中，时尚大脑已完成的服装配上以杂志平铺图的形式，呈现出在试衣间的智能屏幕上。

而对于我们常听到的基于 3D 建模的虚拟世界试衣，目前还无法超过贾梦雷所说的效果和规模化两个标准。除了 3D 建模的效果外，贾梦雷告诉他“和显 3D 建模有所不同的是，试衣时消费者会尤其期望经常出现现实的自己，像现在的自拍，都是要带上美颜的，3D 建模是不是超过消费者指出的‘美感’”，这是一个问题。

另外，现在 3D 建模成本开始降下来了，但还无法构成规模化，而即便经常出现可规模化的低成本方案，还要看否合适推展。这些都是现阶段不存在的问题。

未来几年，阿里想要把时尚大脑应用于到更加多的场景中，如新型的时尚商场，可在终端上看见整个商场及周边（基于 LBS 技术）为消费者引荐的配上；智能衣橱，根据消费者衣橱中的衣服，融合当天的天气和穿衣目的，为消费者引荐整套配上。贾梦雷透漏 ，对于时尚商场，阿里内部早已规划要做到概念店。当新技术走出传统商场，我们的购物形式有可能更加多样化，网络也将线上和线下购物融合的更加密切，而利用近期的技术，爱人穿着格子衫和冲锋衣的西二旗人也许不会尝试换换新的风格。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：wellbet官方网站-www.belamibook.com