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，這里有著名的中關村軟件園，駐扎著百度、新浪、網易、滴滴等知名互聯網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技術來解決。

最近，阿里巴巴推出FashionAI時尚大腦，希望借助AI技術，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的“新零售”的具體體現之一。

AI也能幫我們搭配衣服了

資深技術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研究的他也是此次時尚大腦項目的負責人。

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

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的”。

2016年，谷歌曾和德國電商Zalando推出了一款基于AI的服裝設計產品Project Muse。用戶輸入性別、愛好、喜歡的藝術類型等信息，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品。賈夢雷認為，借助AI實現服裝穿搭，需要符合兩個標準：一是效果，二是規模化。

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。規模化是指對淘寶商家上傳的數以十億計的圖片量進行篩選和處理，形成合理的搭配。

6年研發期間，隨著深度學習的發展，一些技術問題逐步得到解決。在賈夢雷看來，技術之外更重要的是時尚大腦融入了許多專業服裝領域的知識，品牌商的搭配師和造型師會把自己的經驗匯集成數據，這要花費一年半到兩年的時間。

此前，阿里巴巴將“我的穿搭”功能開發給一些種子用戶，時尚大腦依據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習。

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，用戶可在試衣間內通過嵌入RFID（射頻識別）技術的大屏，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聯購買率有了明顯的提高。

什么樣的搭配是“合理的”？

大數據、深度學習、圖像識別、圖像搜索引擎……這些技術是時尚大腦順利自動完成服飾搭配的基礎。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，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系”。

具體來說，一方面他們需要收集來自達人的服裝搭配創意，學習其中的搭配規律；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個關鍵屬性，但基于計算機視覺技術，則會篩選出最關鍵的屬性，并在衣服之間進行關聯比較。

比如說，對于一套搭配創意，體現了哪些審美或功能性要求，總結其中的規律，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意，則生成新的搭配。

總的來說，搭配創意來自于人，形成新的搭配需要在數據中找到規律。

至于數據的來源，賈夢雷將其分為三個層面：

第一是最基礎的服裝圖片數據，來自于淘寶上的電商；

第二是搭配創意，由淘寶上的達人提供；

第三是服裝專家提供的數據，如衣服有多少種領形、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的色號，會導致信息的偏差。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，還要根據對服裝專業的理解，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、領子或袖子的樣式，甚至是衣服的風格屬于英倫風，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模化兩個標準。

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真實的自己，像現在的自拍，都是要帶美顏的，3D建模是不是達到消費者認為的‘美感’，這是一個問題。”

另外，現在3D建模成本雖然已經開始下降，但還無法規模化，而即便出現可規模化的低成本方案，還要看是否適合推廣。這些都是現階段存在的問題。

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，我的選擇更加專業迅速。”

未來幾年，阿里巴巴想把時尚大腦應用到更多的場景中，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）為消費者推薦的搭配；智能衣櫥，根據消費者衣櫥中的衣服，結合當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，阿里巴巴內部已經開始規劃做概念店。

中國連鎖經營協會秘書長彭建真表示：“未來幾年，零售業跨界融合將成為主流，不管是線上線下融合，還是全渠道轉型，關鍵是企業能否提供優質的商品和服務，這才是抓住消費者的關鍵。”

當新技術走進傳統商場，我們的購物形式可能越來越多樣化，網絡也將線上和線下購物融合得更為緊密，而借助最新的技術，愛穿格子衫和沖鋒衣的“西二旗人”或許會嘗試換換新風格。