Các mô hình lớn AI thúc đẩy nền kinh tế khởi nghiệp và sản xuất linh hoạt thời thượng đang gia tăng trở lại

Bản gốc: Trung tâm nội dung thời trang

**Nguồn:**Tin thời trang quốc tế WWD

Là công nghệ cốt lõi của AIGC (tạo nội dung trí tuệ nhân tạo), các mô hình lớn đã bắt đầu phát triển chuyên sâu vào các lĩnh vực dọc.

Vào ngày 22 tháng 8, tại Cuộc thi thiết kế thời trang Song Yun lần thứ 2, Hiệp hội thiết kế sáng tạo Chiết Giang và AI không giới hạn đã cùng nhau cho ra mắt mẫu quần áo Song Yun Han đầu tiên trên thế giới, được chỉ định là công cụ vẽ AI được đề xuất duy nhất cho cuộc thi này, sự xuất hiện của Song Yun Người mẫu Hanfu đã đưa AIGC trở lại nổi tiếng trong giới thời trang.

Mô hình Song Yun Hanfu được mệnh danh là mô hình hội họa AI “hiểu rõ nhất về văn hóa Trung Quốc”, có thể đáp ứng nhu cầu thiết kế cấp thương mại của các nhà thiết kế chuyên nghiệp. Bản thân mô hình này có sự hiểu biết sâu sắc về các yếu tố nghệ thuật quốc gia khác nhau như thêu, nhuộm và dệt, sứ trắng xanh, Đôn Hoàng, Tử Cấm Thành, tranh mực, v.v., tạo điều kiện cho các nhà thiết kế lấy cảm hứng, tích hợp chúng và sử dụng sự chồng chất của các yếu tố nghệ thuật khác nhau để tạo ra sự kết hợp giữa truyền thống và hiện đại. Phong cách quần áo phá vỡ hoàn toàn “trần sáng tạo” của nhà thiết kế.

Trên thực tế, việc sử dụng người mẫu cỡ lớn trong ngành thời trang không phải là chưa từng có ở Trung Quốc. Vào tháng 5 năm nay, Wujie AI đã hợp tác với Wanshili, một "thương hiệu lâu đời" trong ngành tơ lụa Hàng Châu và là thương hiệu lụa quà tặng quốc gia, để khám phá ứng dụng công nghệ AIGC trong lĩnh vực thiết kế khăn lụa.

Từ sự xuất hiện của ChatGPT vào năm 2021, tạo ra sự bùng nổ về mô hình quy mô lớn trong nước, cho đến AIGC ngày nay đã nhiều lần được áp dụng cho lĩnh vực tiêu dùng thời trang. Theo thống kê từ CCID Consulting, tính đến tháng 7, tổng cộng 130 mô hình quy mô lớn đã được ra mắt tại Trung Quốc và 64 mô hình đã xuất hiện trong 7 tháng đầu năm 2023, chiếm gần 50%. Hiện nay, khi ngày càng có nhiều kịch bản dọc AIGC được triển khai, việc phát triển các mô hình lớn trong nước cũng dần bước vào giai đoạn ứng dụng.

Là nền tảng của AIGC, mô hình lớn mang lại khả năng đổi mới và thiết kế kỹ thuật mới, đồng thời sẽ tiếp thêm sức sống mới cho chuỗi công nghiệp. Là lĩnh vực sáng tạo quan trọng, ngành thời trang sẽ đi đầu trong kỷ nguyên AIGC. Đối với các nhà sản xuất, AIGC sẽ giúp họ nắm bắt tốt hơn việc tạo ra giá trị gia tăng của sản phẩm và cải thiện “đường cong nụ cười” một cách hiệu quả.

Lý thuyết được gọi là "đường cong nụ cười" có nghĩa là giá trị của sản phẩm thể hiện sự phân bổ hình chữ U trong quá trình sản xuất. Ở hai đầu của đường cong là các liên kết thiết kế sản phẩm và bán hàng, có giá trị tương đối cao. Giá trị ở phần giữa của quá trình sản xuất tương đối thấp. Khả năng đổi mới do AIGC mang lại cho phép các nhóm thiết kế có sự hỗ trợ của người dùng tối ưu hóa hình thức, chức năng và trải nghiệm người dùng của sản phẩm, từ đó nâng cao khả năng cạnh tranh và giá trị gia tăng của sản phẩm.

Có thể thấy trước rằng nguồn lực thông minh sẽ trở thành năng lực cạnh tranh cốt lõi của ngành thời trang. Điều mà những người thực hành thời trang nên chú ý không chỉ là sử dụng AIGC để cải thiện quy trình làm việc hiện có mà quan trọng hơn là làm thế nào để thay đổi mô hình.

Mô hình đổi mới AIGC: Sáng tạo của người dùng và Sản xuất mềm Định hình lại mô hình thời trang

Để chú ý đến những thay đổi mà các người mẫu lớn đã mang lại cho ngành thời trang, chúng ta cần quay trở lại với chính AIGC. Nó phá vỡ logic quan trọng nào?

Trước hết, đột phá lớn nhất của AIGC là sử dụng ngôn ngữ tự nhiên làm ngôn ngữ giao tiếp giữa con người và máy móc. Điều này nâng cấp trí tuệ nhân tạo truyền thống thành một siêu "hệ thống" có thể hiểu, vượt qua và tạo ra nhiều văn bản ngôn ngữ tự nhiên khác nhau. Trước đây, việc giao tiếp với máy móc cần có ngôn ngữ máy tính, tuy nhiên AIGC đã loại bỏ ngưỡng này. Vì vậy, những thay đổi do AIGC mang lại không còn giới hạn ở những lĩnh vực hay nhóm người cụ thể mà là những đột phá toàn diện, liên quan chặt chẽ đến mọi người.

Thứ hai, bản chất của AIGC là chuyển đổi năng suất nội dung. So với PGC (Nội dung tạo chuyên nghiệp, tạo nội dung chuyên nghiệp) và UGC (Nội dung do người dùng tạo, tạo nội dung do người dùng), AIGC hiện thực hóa việc chuyển đổi đối tượng tạo nội dung từ con người sang máy móc, giải phóng năng suất nội dung. Sự tích hợp của công nghệ trí tuệ nhân tạo và các công cụ, thuật toán thiết kế thông minh đã hạ thấp đáng kể các rào cản gia nhập đối với thiết kế sản phẩm, khiến thiết kế trở nên phổ biến hơn.

Sau khi hiểu được những bước đột phá quan trọng của AIGC, sự tham gia đông đảo vào sáng tạo và sản xuất như một hướng thay đổi trong ngành thời trang là điều dễ thấy. Điều này không chỉ kích thích nhu cầu của người tiêu dùng đối với các sản phẩm tùy chỉnh được cá nhân hóa mà còn thúc đẩy các mô hình kinh doanh mới tích hợp trực tuyến và ngoại tuyến, từ đó mang lại những cơ hội và thay đổi mới trong lĩnh vực kinh doanh và tiêu dùng. Hiện tại, các kịch bản cập bến và tầm nhìn tương lai của một số doanh nghiệp cũng khẳng định hướng đi này.

Việc ra mắt nền tảng đổi mới thiết kế AIGC của Song Yun Clothing không chỉ mang đến cho công chúng cơ hội mới tham gia thiết kế thời trang quần áo Song Yun mà các tác phẩm lọt vào danh sách rút gọn cũng sẽ thực sự được sản xuất và trở thành sản phẩm đưa vào thị trường. Đồng thời, trong tầm nhìn tương lai của mẫu Song Yun Hanfu, mẫu Song Yun Hanfu sẽ giúp người dùng bình thường đạt được khả năng tùy chỉnh cá nhân hóa, cho phép mọi người thiết kế và tạo ra một bộ trang phục Song Yun độc đáo cho riêng mình. Từ việc nhập lời nhắc sáng tạo đến chuyển phát nhanh sau khi thiết kế hoàn thành, toàn bộ trải nghiệm tiêu dùng sẽ thuận tiện như mua sắm trực tuyến.

Wansli, người đã khám phá AIGC trước đó, trước đó đã tiết lộ rằng hơn mười mẫu LORA hợp tác với Unbounded có kế hoạch hoàn thành mọi công việc đào tạo trước cuối năm nay. Sau đó, người dùng có thể chọn kiểu dáng yêu thích của mình bằng cách nhập văn bản hoặc giọng nói thông qua chương trình nhỏ của Wanshili và tạo các mẫu khăn quàng cổ dựa trên điều này. Dựa trên chuỗi sản xuất kỹ thuật số phản ứng nhanh, tại “nhà máy tương lai” AI của Wansali, một chiếc khăn lụa có thể được sản xuất từ thiết kế đến sản phẩm thực tế chỉ trong một giờ.

AIGC đã thực sự giúp ngành thời trang dễ dàng tiếp cận quy trình sản xuất linh hoạt hơn. Khác với "sản xuất cứng nhắc" trong đó các dây chuyền sản xuất tự động chủ yếu thực hiện sản xuất hàng loạt một loại duy nhất, AIGC sẽ không chỉ nâng cao khả năng sáng tạo của người tiêu dùng mà còn thu hút người tiêu dùng tham gia vào mọi liên kết bao gồm thiết kế, sản xuất và bán hàng, hình thành mô hình hướng đến người tiêu dùng. , hướng phát triển thời trang theo yêu cầu. Như Li Jianhua, chủ tịch Wanshili, cho biết: "Để trả lại quyền thẩm mỹ và quyền thiết kế cho mọi người tiêu dùng, các nhà thiết kế thẩm mỹ kỹ thuật số AI đảm nhận vai trò trao quyền và dịch vụ thiết kế thẩm mỹ."

Biến chày sắt thành kim: Rèn và đổi mới mẫu mã lớn

AIGC đã đưa ra một mô hình sản xuất linh hoạt mới trong đó người tiêu dùng tham gia vào việc sáng tạo, nhưng việc tạo ra mô hình cơ bản không hề dễ dàng.

Đối với các mô hình lớn, tập dữ liệu huấn luyện là tài sản cơ bản, về mặt tập dữ liệu huấn luyện, càng nhiều dữ liệu, chất lượng dữ liệu càng cao và nhãn càng mịn thì sức mạnh của mô hình lớn sẽ càng mạnh. Lấy "Mô hình Hanfu Song Yun" làm ví dụ, người mẫu lớn trước tiên cần phải trở thành chuyên gia trong lĩnh vực nghiên cứu Hanfu. Riêng váy, có tới hơn 30 kiểu dáng cần phân biệt, bao gồm váy mặt ngựa, váy xếp ly, váy xếp ly, váy tứ thân và váy một mảnh. Về chất liệu, bạn cũng cần hiểu rõ sự khác biệt giữa thêu, trang điểm, xà cừ, dệt vàng,… cũng như sự khác biệt trong cách trình bày hoa văn. Ngoài ra, một lượng lớn thông tin khó hiểu như thông tin triều đại, mẫu hình cũng cần được “đưa” vào mô hình lớn dưới dạng dữ liệu.

Đồng thời, việc đào tạo dữ liệu không chỉ liên quan đến kiến thức chuyên môn ít người biết đến mà còn đòi hỏi phải dạy cho máy khả năng thiết kế. Trong mô hình trí tuệ nhân tạo "Hồ Tây số 1" do Wanshili và Microsoft Xiaobing cùng tạo ra, nó có thể giải cấu trúc các quy luật thẩm mỹ trong hơn 500.000 dữ liệu mẫu và có thể thiết kế 100.000 mẫu không lặp lại cho mỗi người trong số 8 tỷ người trên thế giới. world. Tuy nhiên, để tạo ra cơ sở dữ liệu này không phải là điều dễ dàng, vì mạng nơ ron tích chập chỉ có thể tiếp nhận các vật liệu đồ họa vector nên các nhà thiết kế bắt buộc phải soạn thảo thủ công, một bản phác thảo duy nhất cần 3 ngày làm việc của một nhà thiết kế. Các mô hình lớn đòi hỏi rất nhiều nhân lực. và nguồn nguyên liệu, và chi phí rất cao.

Vì vậy, chất lượng của tập dữ liệu và quy trình xây dựng phức tạp là những yếu tố then chốt để các mô hình lớn phát huy được khả năng mạnh mẽ của mình nhưng chúng cũng đặt ra những yêu cầu cao hơn. Mặc dù mô hình lớn còn gặp nhiều khó khăn nhưng việc áp dụng nó vào đổi mới mô hình mới và hoàn thành “dặm cuối” của việc hạ cánh mô hình lớn sẽ là công việc quan trọng nhất trong tương lai. Ví dụ, về mặt sản xuất, sản xuất cố định trái ngược với phương thức sản xuất hàng loạt truyền thống, do đó, trong sản xuất linh hoạt, yêu cầu cao hơn về tốc độ đáp ứng của dây chuyền sản xuất và chuỗi cung ứng.

Không còn nghi ngờ gì nữa, sự đổi mới công nghệ của AIGC đang kích thích sự sáng tạo của các doanh nhân, khai sinh ra một mô hình kinh tế mới, đồng thời thúc đẩy việc định hình lại cục diện thời trang. Những mẫu lớn không phải là một sự thay đổi “hỗn loạn” đối với ngành thời trang, việc tiếp tục rèn những mẫu lớn và biến chày sắt thành kim sẽ là một quá trình chậm rãi, lâu dài và sâu sắc.

Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Chia sẻ
Bình luận
0/400
Không có bình luận
  • Ghim
Giao dịch tiền điện tử mọi lúc mọi nơi
qrCode
Quét để tải xuống ứng dụng Gate
Cộng đồng
Tiếng Việt
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)