AI 大模型催生創業者經濟，時尚柔性生產再度潮起

原創：時尚內容中心

**來源：**WWD 國際時尚特訊

作為AIGC（人工智能內容生成）的核心技術，大模型已經開始向垂直領域深入發展。

8 月22 日，第二屆宋韻服裝時尚設計大賽上，浙江省創意設計協會與無界AI 聯合發布了全球首個宋韻漢服模型，該模型被指定為本次大賽唯一推薦使用的AI 繪畫工具，宋韻漢服模型的出現讓AIGC 在時尚圈再次火了。

宋韻漢服模型被稱為“最懂中國文化”的AI 繪畫大模型，能夠滿足專業設計師商用級別的設計需求。模型本身對刺繡、染織、青花瓷、敦煌、故宮、水墨畫等不同國風藝術元素有著深入的了解，方便設計師汲取靈感，融匯貫通，利用不同藝術元素的疊加，創造出傳統與現代相結合的服裝風格，徹底打破設計師的“創意天花板”。

其實，大模型應用於時尚行業在國內並非先例。無界AI 在今年五月就與杭州絲綢界“老字號”、國禮絲綢品牌萬事利達成合作，探索AIGC 技術在絲巾設計領域的應用。

從2021 年ChatGPT 的出現引發了國內的大模型熱潮，到今天AIGC 多次應用於時尚消費端，這一技術在時尚賽道上究竟有多大的想像空間？據賽迪顧問的數據統計顯示，截至7 月，中國累計有130 個大模型問世，而2023 年前七個月的時間就出現了64 個，佔比接近50%。當下，隨著越來越多AIGC 垂直場景的落地，國內大模型的發展也逐漸進入到應用階段。

大模型作為AIGC 的基礎，帶來了新的技術設計和創新能力，並將為產業鏈注入新的活力。時尚行業作為創意的重要領域，將率先進入AIGC 時代。對於生產商而言，AIGC 將幫助企業更好地把握產品附加值的創造，有效提升“微笑曲線”。

所謂"微笑曲線"理論，是產品的價值在生產過程中呈現U 形分佈。在曲線的兩端，是產品的設計和銷售環節，價值相對較高。而在生產環節中間的部分，價值相對較低。 AIGC 帶來的創新能力能夠用戶輔助設計團隊優化產品的外觀、功能和用戶體驗，從而提升產品的競爭力和附加值。

可以預見，智能資源將成為時尚行業的核心競爭力。值得時尚從業者關注的，除了利用AIGC提升已有的作業流程，更重要的是如何變革範式。

AIGC創新範式：用戶創作與軟性生產重塑時尚格局

關注大模型對時尚行業的變革，需要回到AIGC 本身。其到底顛覆了哪些關鍵邏輯？

首先，AIGC 最大的突破便是將自然語言作為人與機器的溝通語言。這將傳統人工智能升級為一種理解、超越和生成各種自然語言文本的超級“系統”。此前，與機器溝通需要通過計算機語言，然而，AIGC 消除了這個門檻。因此，AIGC 所帶來的變革不再局限於特定領域或人群，而是與每個人息息相關的全面性突破。

其次，AIGC 的本质是内容生产力变革。相较PGC（Professional Generated Content，专业内容生成），UGC（User Generated Content，用户内容生成），AIGC 实现了内容生成主体从人向机器的转变，解放了内容生产力。融合人工智能技术和智能化设计工具与算法，显著降低了产品设计的准入门槛，从而使得设计变得更加普遍。

理解了AIGC 的關鍵突破後，大眾參與創作和生產作為時尚行業的變革方向也就呼之欲出了。這不僅刺激了消費者對個性化定制產品的需求，同時也推動了線上線下融合的新商業模式，從而在商業和消費領域帶來了全新的機遇和變革。目前，部分企業的落地場景和未來願景也證實了這個方向

這次宋韻服裝AIGC 設計創新平台的推出，不僅為普通大眾提供了參與宋韻服裝時尚設計的全新機會，入圍作品也將被真正製作出來並且成為商品進入市場。同時，在宋韻漢服模型的未來願景中，宋韻漢服模型將助力普通用戶實現個性化定制，讓每個人都能為自己設計、製作一件獨一無二的宋韻服飾。從創意的提示詞輸入，到設計完成後的快遞郵寄，整個消費體驗將如同網購般便捷。

更早探索AIGC 的萬事利此前也曾透露，與無界合作的十餘個LORA 模型計劃在年底前完成所有訓練工作。屆時，用戶能夠通過萬事利的小程序，通過輸入文字或語音選擇自己喜歡的風格模型，並基於此生成絲巾圖案。基於數字化快反生產鏈，在萬事利的AI“未來工廠”，一條絲巾從設計生產到實物最快1 小時。

AIGC 確實使時尚行業能更廣泛地普及柔性生產。與自動化生產線主要實現單一品種的大批量生產的「剛性生產」不同，AIGC 在提高消費者創造力的同時，將把消費者裹挾入包括設計、生產、銷售的每一個環節，形成了以消費者為導向的、按需定制的時尚發展方向。如萬事利董事長李建華所說：“將審美權利、設計權利交還給每位消費者，AI 數字美學設計師承擔的是美學設計賦能和服務角色。”

鐵杵成針：大模型的鑄鍛與創新

AIGC 帶來了消費者參與創作的新柔性生產模式，但打造底層模型並不簡單。

對於大模型而言，訓練數據集是底層資產，在訓練數據集方面，數據越多，數據質量越高，標籤越細，大模型的威力就會越強。以“宋韻漢服模型”為例，大模型需要先成為漢服研究領域的專家。單單是裙子，就有需要區分包括馬面裙、百迭裙、褶裙、四破、一片式等超過30 種款式。而材質上，也需要了解刺繡、妝花、螺鈿、織金等的區別，以及對於圖案展現的區別。此外，朝代信息、紋樣等大量晦澀難懂的信息也需要以數據的形式“餵”給大模型。

同時，數據訓練不僅涉及晦澀難懂的專業知識，更需要教會機器具備設計的能力。萬事利與微軟小冰合作聯手打造的“西湖一號”人工智能模型中，能夠對50 餘萬個花型數據中的美學規律解構，可以為全世界80 億人每人設計10 萬條不重樣的絲巾。但打造這個數據庫並不容易，由於卷積神經網絡只能接受矢量圖形的素材，因此需要設計師進行手工描稿的工作，單份描稿就需要耗費一位設計師3 天的工作量，打造大模型需要花大量的人力物力，成本非常高。

因此，數據集的質量和復雜的構建過程是大模型發揮強大能力的關鍵要素，但同時也提出了更高的要求。大模型固然具備很多難點，但將其運用於新的範式革新，完成大模型落地的「最後一公里路」，這將是未來最重要的工作。例如，在生產端，以需定產的方式對立的是傳統大規模量產的生產模式，因此在柔性製造中，對生產線和供應鏈的反應速度提出了更高的要求。

毫無疑問，AIGC 的技術創新正在激發著創業者的創意，催生出新的經濟模式，同時也推動著時尚格局的重塑。大模型對於時尚行業而言並不是一個“風口型”變革，繼續鑄鍛大模型，讓鐵杵成針，這將是一個緩慢、長久、且深刻的過程。