FashionAI：你的穿搭顧問

月收入5萬元的“西二旗人”（西二旗位于北京市海淀區(qū)，這里有著名的中關(guān)村軟件園，駐扎著百度、新浪、網(wǎng)易、滴滴等知名互聯(lián)網(wǎng)公司總部和一眾外企，在西二旗上班的人——其中大部分為程序員——被親切地稱為“西二旗人”）喜歡逛優(yōu)衣庫，喜歡格子衫和沖鋒衣，你要問他們：“格子衫和沖鋒衣如何正確地搭配？”“西二旗人”大概會一臉茫然。不過，顯然，每天該穿什么，可能不僅僅讓“西二旗人”感到茫然，也是眾多“小姐姐”們每天犯愁的事情，這是一道與“今天吃什么”一樣的世紀(jì)難題。

“今天吃什么”依舊每天困擾著我們，但“今天穿什么”的問題，阿里巴巴想通過AI技術(shù)來解決。

最近，阿里巴巴推出FashionAI時尚大腦，希望借助AI技術(shù)，為我們提供服飾搭配的參考方案。這也是阿里巴巴一直強調(diào)的“新零售”的具體體現(xiàn)之一。

AI也能幫我們搭配衣服了

資深技術(shù)專家賈夢雷在阿里巴巴工作了9年多，他的團隊有一個很有意思的名字——圖像和美。一直致力于圖像技術(shù)研究的他也是此次時尚大腦項目的負責(zé)人。

賈夢雷表示，他本身專注于圖像技術(shù)，10年前便在考慮是否可以將相關(guān)的技術(shù)應(yīng)用于服飾搭配方面，但那時技術(shù)還不夠成熟。6年前，他們開始真正著手這件事，技術(shù)上有了不少積累。

為什么一定要做服飾搭配呢？他解釋說：一方面，從電商的角度看，圖片是最重要的信息載體，服裝服飾也是淘寶最大的商品類別，“它的商業(yè)價值密度是最大的”；另一方面，從服裝本身來看，搭配是基本概念，消費者看到一雙鞋子，想到的是如何跟衣服搭配，“服裝一眼看過去是以整體形象出現(xiàn)的”。

2016年，谷歌曾和德國電商Zalando推出了一款基于AI的服裝設(shè)計產(chǎn)品Project Muse。用戶輸入性別、愛好、喜歡的藝術(shù)類型等信息，然后向屏幕的模特身上畫些圖案，便能自動生成服飾。生成的服飾可以說十分另類。

不得不說，這只能算試驗性的產(chǎn)品。賈夢雷認(rèn)為，借助AI實現(xiàn)服裝穿搭，需要符合兩個標(biāo)準(zhǔn)：一是效果，二是規(guī)?；?。

目前，時尚大腦的搭配效果已達到了一般搭配師的平均水平。賈夢雷團隊會拿著搭配好的服裝，直接找到淘寶商家或線下店，以獲取商家的真實反饋。規(guī)模化是指對淘寶商家上傳的數(shù)以十億計的圖片量進行篩選和處理，形成合理的搭配。

6年研發(fā)期間，隨著深度學(xué)習(xí)的發(fā)展，一些技術(shù)問題逐步得到解決。在賈夢雷看來，技術(shù)之外更重要的是時尚大腦融入了許多專業(yè)服裝領(lǐng)域的知識，品牌商的搭配師和造型師會把自己的經(jīng)驗匯集成數(shù)據(jù)，這要花費一年半到兩年的時間。

此前，阿里巴巴將“我的穿搭”功能開發(fā)給一些種子用戶，時尚大腦依據(jù)每天的天氣和用戶的歷史購買記錄推薦多種個性化穿搭方案，用戶可根據(jù)自己的審美對搭配進行實時改造，時尚大腦也會對熱門搭配進行再學(xué)習(xí)。

對于線下場景，阿里巴巴已和拉夏貝爾在全國11個城市合作近半年，用戶可在試衣間內(nèi)通過嵌入RFID（射頻識別）技術(shù)的大屏，查看衣服的搭配，也就是類似雜志上的平鋪圖。賈夢雷表示拉夏貝爾的關(guān)聯(lián)購買率有了明顯的提高。

什么樣的搭配是“合理的”？

大數(shù)據(jù)、深度學(xué)習(xí)、圖像識別、圖像搜索引擎……這些技術(shù)是時尚大腦順利自動完成服飾搭配的基礎(chǔ)。但在此之前，有一個問題時時困擾著賈夢雷：什么樣的搭配是合理的？

他拿大家最熟悉的阿爾法狗舉例：阿爾法狗與人圍棋大戰(zhàn)，輸贏是客觀事實，而服裝搭配是高度主觀化的事情，“如何把主觀化的問題拆解為客觀的、可量化的問題，這是難度最高的，跟你使用的工具沒有關(guān)系”。

具體來說，一方面他們需要收集來自達人的服裝搭配創(chuàng)意，學(xué)習(xí)其中的搭配規(guī)律；另一方面，對于一件衣服，會將其拆解為多個屬性維度，例如一件連衣裙，從運營的角度來看，可能拆解為60個關(guān)鍵屬性，但基于計算機視覺技術(shù)，則會篩選出最關(guān)鍵的屬性，并在衣服之間進行關(guān)聯(lián)比較。

比如說，對于一套搭配創(chuàng)意，體現(xiàn)了哪些審美或功能性要求，總結(jié)其中的規(guī)律，從龐大的商品庫中找到這樣的衣服，如果搭配符合最初的搭配創(chuàng)意，則生成新的搭配。

總的來說，搭配創(chuàng)意來自于人，形成新的搭配需要在數(shù)據(jù)中找到規(guī)律。

至于數(shù)據(jù)的來源，賈夢雷將其分為三個層面：

第一是最基礎(chǔ)的服裝圖片數(shù)據(jù)，來自于淘寶上的電商；

第二是搭配創(chuàng)意，由淘寶上的達人提供；

第三是服裝專家提供的數(shù)據(jù)，如衣服有多少種領(lǐng)形、袖形、廓形，以及流行元素等。

另外，服裝搭配得是否合理，顏色、質(zhì)地等都需要考慮。由于服裝圖片來自商家，有些顏色商家可能沒辦法給出精準(zhǔn)的色號，會導(dǎo)致信息的偏差。為此，他們會對衣服圖片做前景和背景的分離，明確一套服裝搭配中各個部分，哪些是上裝、下裝、鞋、包等。

同時，還要根據(jù)對服裝專業(yè)的理解，劃分顏色空間、分析衣服顏色的分布，比如相近色、紋理的樣式，是否具備流行元素；以及對不同衣服進行分類，分類的范圍包括衣形、領(lǐng)子或袖子的樣式，甚至是衣服的風(fēng)格屬于英倫風(fēng)，還是小清新。

智能搭配的未來

如前文所提到的，與拉夏貝爾的合作中，時尚大腦完成的服裝搭配以雜志平鋪圖的形式，呈現(xiàn)在試衣間的智能屏幕上。而對于我們常聽到的基于3D建模的虛擬試衣，目前還無法達到賈夢雷所說的效果和規(guī)?；瘍蓚€標(biāo)準(zhǔn)。

除了3D建模的效果外，賈夢雷表示：“和純3D建模不同的是，試衣時消費者不會特別希望出現(xiàn)真實的自己，像現(xiàn)在的自拍，都是要帶美顏的，3D建模是不是達到消費者認(rèn)為的‘美感’，這是一個問題。”

另外，現(xiàn)在3D建模成本雖然已經(jīng)開始下降，但還無法規(guī)?；幢愠霈F(xiàn)可規(guī)?；牡统杀痉桨福€要看是否適合推廣。這些都是現(xiàn)階段存在的問題。

2017年11月，上海一家購物中心引進了阿里巴巴AI時尚大腦，它不僅可以識別顧客手上所持的衣服，還能為顧客提供穿搭指南，變身私人購物顧問。使用過AI時尚大腦的顧客表示：“有時，我走進商店并不知道要買哪件，但有了它，我的選擇更加專業(yè)迅速?！?/p>

未來幾年，阿里巴巴想把時尚大腦應(yīng)用到更多的場景中，如新型的時尚商場，可在終端上看到整個商場及周邊（基于LBS技術(shù)）為消費者推薦的搭配；智能衣櫥，根據(jù)消費者衣櫥中的衣服，結(jié)合當(dāng)天的天氣和穿衣目的為消費者推薦整套搭配。賈夢雷透露，對于時尚商場，阿里巴巴內(nèi)部已經(jīng)開始規(guī)劃做概念店。

中國連鎖經(jīng)營協(xié)會秘書長彭建真表示：“未來幾年，零售業(yè)跨界融合將成為主流，不管是線上線下融合，還是全渠道轉(zhuǎn)型，關(guān)鍵是企業(yè)能否提供優(yōu)質(zhì)的商品和服務(wù)，這才是抓住消費者的關(guān)鍵?！?/p>

當(dāng)新技術(shù)走進傳統(tǒng)商場，我們的購物形式可能越來越多樣化，網(wǎng)絡(luò)也將線上和線下購物融合得更為緊密，而借助最新的技術(shù)，愛穿格子衫和沖鋒衣的“西二旗人”或許會嘗試換換新風(fēng)格。