◎洪恒飛　本報記者　江　耘

日前，虹軟科技股份有限公司（以下簡稱“虹軟科技”）的“AI大模型驅動的服裝工業(yè)智能變革”入選了工業(yè)和信息化部公布的《人工智能賦能新型工業(yè)化典型應用案例名單》。

“在傳統(tǒng)服裝工業(yè)領域，服裝設計、生產制造、商業(yè)拍攝等多個場景面臨轉型升級的迫切需求?！焙畿浛萍伎偛弥砦难嘞蚩萍既請笥浾呓榻B，垂直領域AI大模型的出現，將助力服裝產業(yè)緊跟智能化變革趨勢，精準滿足市場和消費者日益多樣化、個性化的需求。

智能商拍還原細節(jié)

服裝行業(yè)的三大核心組成環(huán)節(jié)是設計、生產、銷售。銷售主要依賴電商平臺和線下實體門店兩大渠道。其中，電商平臺的銷量與商業(yè)拍攝的質量密切相關。智能商業(yè)拍攝場景是虹軟科技打造的AI大模型主要應用場景之一。

在傳統(tǒng)商業(yè)拍攝場景下，服裝上新后，商家通常要協(xié)調攝影師、模特進行實景拍攝。但這一過程存在周期長、成本高、流程繁瑣、同質化嚴重等問題。

“服裝行業(yè)呈現出設計時效性強、產品更新周期短、流行趨勢變化快的特點?！蔽难嘟榻B。據業(yè)內測算，僅國內一家中小服裝商家每年在商業(yè)拍攝上的支出便達到數萬元到數十萬元不等。如此高昂的成本，束縛了商家的發(fā)展步伐。

2023年10月，虹軟科技以自研的視覺大模型ArcMuse計算技術引擎為底座，首次發(fā)布并上線了PhotoStudio？AI智能商拍云工作室（以下簡稱“PSAI”）測試版，推動智能商業(yè)拍攝場景落地。在該場景下，用戶只需上傳服裝圖片，精心挑選模特與拍攝場合，數十秒至幾分鐘內，PSAI即可生成精致的商業(yè)拍攝圖片或視頻。上線測試大半年后，PSAI在2024年5月正式運行，為用戶提供多元化的模特數字資源與海量的室內外環(huán)境選擇，滿足各種商業(yè)拍攝照片或視頻的生成需求。不同膚色、不同外形的模特，身穿不同材質、款式的新品服裝，在模擬森林、雪山、草原、沙漠等環(huán)境進行展示……截至目前，PSAI已接入多個頭部電商平臺，聚集數十萬個注冊商家。

“AI生成絕非粗制濫造的代名詞。與傳統(tǒng)依賴海量互聯(lián)網素材‘投喂’的視覺大模型不同，ArcMuse計算技術引擎還基于小語料庫進行深度訓練?！蔽难嘟榻B，智能商業(yè)拍攝場景的落地，由大模型發(fā)揮創(chuàng)造力，小語料庫訓練的小模型負責指導與控制，加上計算機視覺和計算機圖形學底層引擎包的深度協(xié)同，從而確保生成的內容符合應用需求，而不是生成僅有創(chuàng)意卻缺乏細節(jié)與真實度的圖片和視頻。

文燕介紹，在智能商業(yè)拍攝場景下，平均每張圖片可為商家節(jié)約90％的成本。

隨著ArcMuse計算技術引擎的不斷升級，智能商業(yè)拍攝場景也在不斷優(yōu)化。ArcMuse計算技術引擎憑借持續(xù)的算法創(chuàng)新與工程優(yōu)化，不斷突破通用大模型在計算成本、適配效率、推理速度等方面的局限。今年3月，PSAI利用內部新迭代的蒸餾框架優(yōu)化了文本與圖像生成的控制精度。在智能商業(yè)拍攝場景下，其提示詞響應的準確性和圖像生成的可靠性進一步得到提升，為用戶帶來更加優(yōu)質、高效的拍攝體驗。

有望實現私人定制

當前，大型服裝生產企業(yè)的設計師拿到需求后，會利用CLO3D、Style3D等服裝工業(yè)軟件，進行版式設計，生成3D渲染模擬，輸出后端加工環(huán)節(jié)的工程文件。這樣可以有效提高服裝設計、生產效率。但對于中小企業(yè)來說，相關軟件的授權使用成本和培訓門檻仍然較高。

文燕告訴記者，虹軟科技基于ArcMuse計算技術引擎，融合3D仿真技術，正在構建面向紡織服裝行業(yè)的智能設計平臺，推動智能服裝設計場景的落地，以期實現低門檻的服裝私人定制。

未來，在智能服裝設計場景中，顧客無需再為難以準確傳達需求而煩惱，只要直接描述心中所想，設計師便能在平臺的智能輔助下，從海量面料庫和工藝庫中精準挑選出最合適的面料與工藝；隨后，快速生成模特著裝效果圖或走秀視頻。在顧客確認效果后，平臺會自動生成版式和加工文檔，為后續(xù)生產環(huán)節(jié)提供清晰指引。

要推動智能服裝設計場景的落地，離不開視覺大模型和3D仿真技術的發(fā)展。視覺大模型和3D仿真技術好比構成服裝數字化的“創(chuàng)意左腦”與“工程右腦”，兩者融合的趨勢正在加快。

但是，文燕指出，要將AI大模型真正應用到服裝設計場景，急需服裝行業(yè)專業(yè)級的語料庫加持。該語料庫涵蓋時尚設計、版型解構、面料光譜分析、工藝缺陷檢測等核心環(huán)節(jié)的工業(yè)級數據。

文燕認為，智能服裝設計場景的落地需要頭部企業(yè)牽頭，整合其他科技企業(yè)、高校、行業(yè)協(xié)會等多方資源，在開發(fā)視覺技術、構建行業(yè)知識圖譜、培育數據工程師人才隊伍等方面各展所長，為更多服裝產業(yè)數智化場景的建設提供可復制的技術路線圖。