衣、食、住、行四个基本生活需求中，后三者已经与线上结合地非常好，发展迅速。衣服由于线上APP无法满足衣服“贴合、舒适”的特殊需求，消费者的消费方式依旧倾向于线下试穿。主要依赖线下零售方式的服装行业在互联网风暴下艰难前行，是时候寻求一场变革了。

3D建模+AI图像结合作为技术亮点的“衣呼”和依附于阿里的“衣脉”打响了变革的号角，用AI技术提高服装零售效率和个性化精准化似乎是AI与服装结合的两大方向。

封面

产品概念分析

下图是我作的一个AI服装的产品概念分析：

产品概念分析思维图

AI提高工业效率

“衣呼”的量体功能是它的亮点，但是当用户去用的时候，会发现图片识别成功率不高，探究原因可能是数据库的匮乏导致模型的较低精确度。由于服装零售的货客成本过高，此类APP缺少知名度，用户数据过少，在加上数据标注人力工程量大，已标注的数据集较少，使模型还不足以精确定位。所以如果公司可以构建自己的标注数据集，也是提高量体技术的关键。AI可以用于量体的主要技术分解为目标定位+骨骼点定位两步，运用的主要是YOLO系的算法和R-CNN系算法，前者效率更高但是不代表准确率高，目前在MSCOCO数据集上最好的效果是72.6%，还有待改进。

AI也可以计算出用户的穿衣风格去聚类风格相近的服装品牌和设计，线上结合线下工厂让用户自己选择供应链，不仅节省用户的时间，也可以帮助传统工厂生存下去。

量体+AI

个性化优化

推荐功能可以拆解为聚类和排序两个问题，数据集来源于用户上传的量体照片、头像、身体数据等。可以运用聚类对用户的服装类型做聚类并社区化，加强用户粘度，以后也可以让用户上传更多与推荐相关的同款买家秀，提高社交乐趣，增加活跃度。同时可以通过分析用户社交信息的情感和知识图谱，加强对用户的理解及产品的迭代优化。

这方面很多电商由于依赖大用户量早就存在良好的推荐功能，但是做得并不精细，只针对“同类”用户提供“同类”甚至“同版”服饰，有撞衫的槽点。所以AI服装可以聚焦于用户的身材、皮肤等去精准定位匹配，推荐完全个性化的搭配。

提供个性化智能服装设计也是个性化方向之一，即让用户参与到设计自己服装的过程中来，以此吸引用户，增加用户粘性。可以在设计中结合AI图像识别进行同一版型下不同材质或者相同材质下不同版型的搭配选择，甚至可以完全通过AI设计出服装爆款，推荐给用户，真正做到穿什么让用户说了算。

根据销售量也可以运用机器学习回归算法进行流行趋势的预测和销售预测等，同时为用户进行预测和推送，这也是AI可以优化的一个方向，目前的推送都过于泛滥和粗糙，大多数推送无法抓住用户的心，大多数用户甚至逃避推送，采用关闭推送的措施。AI在做个性化推送时，要宁缺毋滥精准定位。

个性化优化

目前的AI服装存在的最大问题则是知名度问题，这是营销手段的确实。所以大多数AI服装公司选择依附知名品牌为其提供技术支持，本质上还是算法公司。这样做的好处是可以在短时间之内存活下来，也为传统服装品牌带来生机，但是长久以往天花板过低，希望AI服装行业可以快速成长起来。

---

技术从业者，产品新人一枚。

希望在陌生的领域中遇到同路人一起交流，留下你们宝贵的赞和评论吧！