今日要闻
【猎云网(微信:ilieyun)上海】9月29日报道(文/周佳丽)
今日,猎云网(微信:ilieyun)独家获悉,基于3D建模+AI图像的服装定制平台“衣呼”于今年6月完成1000万元天使轮融资,投资方为复星集团。据创始人朱帅印介绍,从移动线上端的量体到线下工厂裁衣制作成衣,最后再到消费者手中,衣呼直接承接了整个供应链。接下来,公司将继续专注于新技术与服装的结合,并加大延伸与B端企业的合作,争取模式和服务上的创新。
说起衣呼的创始团队,可谓与3D、AI和服装领域渊源颇深,是一支既懂技术又懂服装的队伍。其中,创始人朱帅印硕士和博士皆在纺织服装领域全球排名第二的香港理工大学人工智能与服装工程实验室深耕人工智能与三维人体构建跨领域研究,并曾发表十几篇计算机与服装交叉学科类顶级期刊和专利。
除技术之外,朱帅印透露,团队正打开怀抱,欢迎各个领域的牛人加入。据悉,目前前ZARA中国某大区的经理已经加入衣呼团队,补强了衣呼平台在服装供应链管理和服装运营的能力。
衣食住行,是每个人的生活必需要素,在互联网化和新技术的推动下,食、住、行三大块正发生著翻天覆地的变化。而相比之下,位列其首的“衣”所对应的服装行业,除了销售电商化的重大突破,其他环节却依然被认为是人类社会最传统和变化最小的行业之一。
通常来说,对于走高端定制路线的消费者而言,实体量体裁衣是免不了的常规程序;而网购在做出决策之前,大概率会先咨询客服尺码大小的问题。总之,“效率低、成本高”是服装行业一直以来还未能解决的关键问题,也是买卖双方之间的一道“繁琐”衔接。
以在线购衣的场景为例,消费者对尺寸拿捏不准而导致退换货的现象层出不穷;再者,无法试衣看效果是电商买衣的一大短板,于消费者而言,心血来潮凭“卖家秀”买回来的商品,最后却成了段子里的“买家秀”。
而与线上的局限性相比,服装定制领域的传统性更为突出。从市场大环境来看,随着消费群体和购衣观念的转变,成衣定制不再仅是高端人士的选择,越来越多的消费者对服装有了新的需求,出席不同的场合或特定的体型等多种因素让定制服装开始走向大众化。
但与其蒸蒸日上的千亿级规模相反的是,服装定制除了“高逼格”标签,还给消费者留下一个传统刻板的印象:站立成“大”字状,由裁缝师傅拿着卷尺逐步测量身体多个维度的尺寸。前提是需要预先跟师傅约好时间,上门或到店进行量体裁衣,既费精力,又费时间;随之增加的是高人工成本,且受限于地理位置,难以形成规模化。
衣呼创始人朱帅印总结道,当下服装定制面临三大瓶颈,分别是量体、免试穿和购物体验。那么,怎样才能让买卖双方不再在“尺寸”和“试穿”环节花费太多时间和人力成本呢?
互联网和高科技改变了太多行业,事实上,在过去的一段时间里,在AI大数据和3D成衣技术的快速发展下,服装零售行业也在进行新的尝试。
区别于女性对服装款式和工艺的高要求,男性在服装上似乎更希望省时省事,舒适度和高性价比是关键。因此在服装定制领域,男装更容易形成标准化,多数创业项目也倾向从男装切入。
以今年9月刚完成A+轮融资的MatchU为例,据悉,MatchU主要从男士衬衫品类切入,为男士定制个性化服装。据猎云网了解,用户可在MatchU平台内根据图片选择喜欢的面料加入购物车,随后自主挑选领型、袖型、口袋、版型、门襟、刺绣等定制款式,并勾选身高、体重、胸型、肩型、腹型、背部在内的6项身体特征,从而完成AI在线轻定制量体。
与MatchU类似,领域内的各类玩家主要通过大数据技术精准细分人体数据,完成套码工作,因此定义为轻定制。朱帅印表示,类似的统计功能,消费者在微信小程序“易量体”上也可以体验,并能实时看到自己的尺寸数据。其局限性在于,针对身材比较标准的人群而言,误差通常在2-3cm左右;而针对特殊体型的人群,误差就可能比较大。
而与此不同的是,在基于3D建模+AI图像的服装定制平台的“衣呼”小程序内,用户只需用手机拍摄正面、侧面两张照片,系统则会通过图像识别并定位照片中的人,并预测人体的轮廓,包括胸围、肩宽、身长、脸型等,最终从2D构建3D人体模型。
(衣呼拍照量体)
这样,即便是在线上平台,消费者也能利用3D成像系统,方便快捷地从面料到服装一键生成定制服装,并直观地感受定制效果,避免“衣不合身”的尴尬体验。
对此,衣呼创始人朱帅印告诉猎云网,尽管市场已存在的3D人体扫描仪可以快速生成高精度的人体三维模型,但需要用户裸体或穿紧身衣测量,使用体验还是不够理想的。而在衣呼的自动量体过程中,用户穿着衣服便可进行,其人体建模的精度可以实现紧身衣情况下1cm以内误差,穿T恤情况下1-2cm误差。
值得一提的是,在理想状态下,针对西服、衬衫等版型相对固定的男装品类,衣呼的数据可以自动通过系统打版,并对接自动裁床生产,最终实现定制规模化。据了解,截止到目前,衣呼已与多家B端企业达成合作,包括优衣库、伊藤忠、Superdry等。
人们想看到真实的试穿效果,而并非只是凭空想像穿上衣服的样子。
如果说AI大数据和3D成衣技术促进了服装量体的线上智能化,那么虚拟试衣产品,则应当充当辅助消费者在网购和到店选衣的消费场景下做出购买决策的角色。
回看在量体程序后的试衣环节,业内也出现了例如二维码贴图搭配、三维虚拟试衣间、虚拟试衣镜等新奇事物。其中,以“虚拟试衣”为首的智能试衣概念已经被提出多年。
纵观全球市场,已经有不少企业进入该领域。亚马逊就曾设计出了一款全新穿衣镜,通过将每件衣服生成三维模型,利用虚拟现实技术来展现某套服装的试穿效果,而无需用户去实际试穿,并获得了智能魔镜专利。
根据专利描述,这是一面半反射半投射的镜子,结合了显示屏、相机和投影仪,可以生成混合现实图像。理论上这面镜子可以通过扫描周围环境生成虚拟模型,辨识用户的脸部和眼部,然后决定哪些部分被镜子反射。这个过程完成后,虚拟服装和景象就会被镜子透射,与反射部分结合形成混合现实图像。
(虚拟试衣)
而在此之前,优衣库、GAP等不少海外零售商也曾被曝通过使用虚拟试衣来吸引消费者。
放眼国内市场,虚拟试衣领域可谓百花齐放。国内电商巨头京东曾基于人工智能和模拟技术推出了虚拟购物产品“京东试试”,囊括AR试衣、AR试戴等一系列利用AR技术提升购物体验的功能。在巨头之下,这一赛道上还有已经进入B轮的好买衣、完成并购的购搭魔镜以及上文提到的衣呼等创新企业。
据衣呼方面介绍,在线量体完成后,衣呼将服装版型虚拟出缝合后的效果后,再套用到3D人体模型上,从而实现虚拟试衣。在后续的定制加工环节,衣呼则跟著名品牌的代工厂合作,最终输出自有的成衣品牌。
多位业内人士认为,未来时装界会运用更多高科技,走向数字化。不过,由于人体身材参数指标维度较多,建模复杂性较高,尤其是针对身材不够标准的用户来说,模拟试衣的效果和真实上身依旧存在差距。另一方面,通过手机拍摄照片的图像3D建模的技术虽然成本很低且最便捷,但其测量精度还是要打一个问号,包括如何从照片的相对尺寸分析真实尺寸等。
网购尺码不对退换货也好,量身定制多次来回也罢,对于消费者而言,如何能提升消费体验是关键,且最终落地的问题还是到手的衣服是否真的“合身”。追根究底,当下服装行业需要解决的是各个环节的“效率”问题,如果新技术并没有完全改善当下消费者所面临的问题,那么最终的结果反而适得其反。
因此就目前而言,眼花缭乱的虚拟试衣和线上量体技术还仅停留在初步试水阶段。朱帅印也认为,服装市场庞大,新技术下的服装定制模式还不够成熟,同样传统供应链生成的模式也需要面临转型,距离取代成衣模式还有很长一段距离。
而,一旦技术成熟落地,服装定制将真正迎来普及化,买卖双方之间的效率将得到翻倍提升。因此,未来技术如何推进和落地应用,还是值得被期待的。
您可能敢兴趣
声明: 凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。如系原创文章,转载请注明出处; 您若对该稿件内容有任何疑问或质疑,请即联系,本网将迅速给您回应并做处理。邮箱:mail@laishu.com
为您推荐
校园贷再曝乱象这到底是什么情况,了解最新消息?
2018-04-15 21:34
8月分手魔咒:不平衡的爱情注定走不远
2018-08-21 11:37
饮食提醒切记红薯的“死对头”
2018-02-21 03:39
红唇族加烟酒 罹癌增123倍 医师告诉你危害不只这些...
2019-11-06 17:37
秋葵,生菜
2020-01-27 07:42:15
滑坡毁百年铁轨 怎么回事
2019-02-02 05:46
解读改善你的饮食的3款创新菜肴
2018-02-25 03:39
李湘为女儿庆生 一家人真是太有爱了
2019-01-25 19:26
生完二胎后首露脸!福原爱瘦14公斤身材纤细
2019-07-27 12:32
2018CBME孕婴童展益生碱奏响全球备孕最强音
2018-08-01 13:46
月经不调饮食来调
2018-04-01 10:37
粗盐热敷4个部位治好4大顽疾可惜很少有人会用
2019-03-05 22:46
讨厌金牛座的人 是因为不懂金牛座 他们其实和你想像中的不同
2019-07-02 16:13
他才出生四天,四肢黑到要截肢、一碰就可能死亡!这一切只因爸妈一个无知的决定…
2018-02-17 12:45
石家庄现天价板面 为何如此天价 哪些人来吃
2019-02-02 04:47
统一西武双狮联名活动 日职传奇球星东尾修开球
2019-07-15 21:31
街头最红三大台式水果茶!!斗分量斗特色斗选择
2018-05-13 22:37
9个月婴儿如何进行认知能力训练
2018-02-15 01:00
最会伤人、伤人至深的十二星座排行榜 人必有一死 死于天蝎或死于水瓶
2018-05-03 06:34
对现任够深情 对前任够狠心的星座 第一名:金牛座
2019-07-08 16:18
滴滴顺风车回归 具体何时能归 消费者:等你回归
2019-04-15 20:39
从“出汗多”看体质?谨记养生方法,值得收藏!-今日头条(www.toutiao.com)
2018-01-11 23:45
备孕 你知道备什么吗?
2018-09-05 09:51
宝宝颅内出血、脑死亡竟是因为掉床 孩子坠床后万不可做错这3件事…
2018-10-16 12:57
日职/令和的怪物石垣岛初上陆 专属商品卖翻天
2020-09-17 12:51:25
新光三越彩虹市集改装结集60家餐厅品牌这5家人气超旺
2018-05-11 12:39
蝉联七年癌症死因第一名!预防大肠癌吃两物:越浓稠越抗癌,日本人爱吃、不想得癌更要吃|每日健康 Health
2019-03-21 21:53
每日排尿1500CC. 与尿路结石说再见
2019-10-25 18:35
原来这个八卦卦序的原理是这样的 其背后隐藏高深的宇宙奥秘
2018-05-10 04:36
只不过用硬币刮“这里”,不到3天!!五脏六腑的毒素竟然全排光了!便秘没了、气色也好了!效果太惊人。。。
2018-01-27 16:45
今日要闻
Dr. Martens联名X-GIRL释出霸气厚底系列!音乐人、潮流人都该来一双
真的来了!GD亲晒PEACEMINUSONE x Nike AF 1,白色“Para-Noise 2.0”超欠买!
adidas推出城市Online Run!王阳明、雷理莎脚踩Supernova、Boston 9限定鞋畅跑信义区
德国鞋履品牌Trippen秋冬新入荷!经典&创新任你选!
阿部千登势再推神作!sacai x Nike Vaporwaffle联名释出,四款新色攻陷你的荷包!
还有机会入手!Off-White x Air Jordan 5“色违”版本联名鞋即将开卖
Joel Embiid首代签名篮球鞋“UA Embiid One”台湾正式发售
Dr. Martens经典再进化!Heritage Distortion系列“双黄线”震撼登陆