编辑指南:如今,虚拟网红们充当服装模特已经不是什么新鲜事了,随着科技创新的加快,虚拟试衣也离我们越来越近了。
在服装市场竞争压力越来越大的当下,与“虚拟试衣”相关的技术又该如何创新呢?科技是电商进步的阶梯。
当虚拟人AYAYI穿着拉夫劳伦(Ralph Lauren)的小熊T恤,坐在咖啡店里悠闲地享受下午茶的时候,她没忘记在这次的商务推广图片中配入一个生活化的故事:
熊店长说:“这么好的天气却没人聊天,这真是件孤独的事。”
所以我穿上印着熊店长的衣服到店里陪他庆祝气温转暖,衣服轻盈又合身,穿上它们像把春天披在了肩上。
他不再孤独了,我们在这里相见,温暖又舒服。
图源:Weibo
有了美貌加持,带货似乎水到渠成,评论里的网友对衣服也不忘发出各色赞美:
图源:Weibo
“这个穿搭我好喜欢。”
“今日穿搭很时尚,T恤也好可爱。”
“这件衣服好喜欢,不知道可不可以线上购买……”
“熊熊衣服真是太可爱了,我也要去买一件来穿!”
虚拟网红们当服装模特早已不是什么新鲜事。时尚大牌们固然请得起顶流的虚拟网红,但对于中小型时尚行业服装网店商家们来说,由于拍摄成本过高,加上短期内模特供不应求,如果营销成本有限,找到合适的模特仍旧是一大难点。
好在科技创新一直是时尚行业引领潮流的助攻,随着科技创新的不断加速,时尚企业不仅可以快速升级自身品牌的多元营销化,也可以更高效地为消费者服务,加固自身品牌影响力。
数字多元化时代,企业需要有随时转型的准备。新技术如同前往时尚潮流码头的路标,只有拥抱技术,才能为企业保驾护航,在时尚赛道里一路顺风。
01 虚拟试衣,落地如何从简?
谁没有几件网购失败的衣服?
看到屏幕里的俊男靓女穿着时髦,有时就会自动忽略了自己身材的短板,冲动下单消费。每一件衣服除了外观色差,实物的手感如何?整体的质量好坏这全要看运气。当然可以偷懒,简单粗暴地为大品牌支付溢价,但先行者们却在思考如何让看得见摸不着的商品,打破网络与现实的结界?
好在虚拟试衣已经离我们越来越近了。
沃尔玛最近就明确地想把虚拟试衣这个技术落地。很快,在其线上网站和移动应用端,就会在挑选服装的页面,添加一项“选择我的模特”(Choose My Model)试穿功能按键。
简而言之,用户先在模特库中50个不同的模特中进行选择,找到一个最能反映自己肤色、身高和体形的模特,然后将看中的衣服对应到模特身上,以更好地了解衣服穿在类似自己身上的效果。
今年沃尔玛还会进一步扩大虚拟模特规模,再推出70个模特,同时在尺寸、肤色甚至头发颜色方面提供更多种类的选择。
图源:Walmart Corporate
这项技术的应用,离不开神经网络提供支持。其原理是先分析服装的目录图像,再利用计算机视觉算法在沃尔玛模型图像的不同集合中创建一个穿着图像。具体的技术支持来自于去年沃尔玛收购的初创公司Zeekit。这家位于以色列特拉维夫的女性创业公司,给沃尔玛带来了实时图像技术、计算机视觉、深度学习和AI人工智能方面的专业知识,用于沃尔玛集团时尚业务及其他部分业务,以改善客户购物体验,使网上购物更具有社交性。
图源:Zeekit
同样是网络零售巨头的亚马逊也曾在2020年就开发了一种名为Outfit-VITON的基于图像的虚拟试穿系统,意在帮助消费者可视化参考照片中服装在人身上的效果。不过截至目前,这一技术还没有投入使用。因此,亚马逊只能退而求其次,尝试让更多的用户选择先试穿衣服,如果喜欢就留下再付费,不喜欢就退回。
服装市场竞争压力越来越大的当下,如何突出差异性和赢得更多用户的好感,将是企业走得更远的关键。
02 电商乱斗,技术如何创新?
不仅仅是沃尔玛、亚马逊这类电商巨头们,各类中小卖家在疫情横扫的这几年纷纷出圈。像是随着疫情迅速增长为全球最大快时尚巨头的SHEIN,或是开始尝试直播带货服装的抖音,服装出口已经成为了资本下注的焦点。
与之配套的数字技术也在更新迭代中辞旧迎新,作为电商的最佳助攻,如何在技术上足够新颖有前景,初创公司们正为此努力中。
6月2日,基于AI人工智能的时尚购物平台The Yes被图片社交平台Pinterest收购。在两年前的其APP刚上架时,曾被业界看作是服装界创新的黑马公司之一。
The Yes建立了一个广泛的时尚分类法,基于算法运用AI和机器学习来识别用户的审美偏好。这个系统对服装的各个方面进行分类,从长度到图案,再到颜色搭配等等,通过简单地点击“是”或“否”以了解用户喜欢什么。快速识别用户偏好的穿衣风格之后,进而推荐给用户更多可能感兴趣的产品。
图源:The Yes
Pinterest也是看中了The Yes强大的技术算法,他们认为该系统可以进一步开发,以扩展到服装以外的其他类别,例如家居、美容和食品等更多有可能的方向。
在The Yes的APP上,有各种合作品牌。The Yes提供技术支持和商品转售,自身不售卖产品,也没有库存。品牌用自身的形象代言,The Yes也无需为模特拍摄的所有产品支付费用。
The Yes创始人Julie Bornstein是一位帮助百货商店适应数字世界的行家。她在创立The Yes之前,是服装和时尚公司Stitch Fix的首席运营官,也做过零售公司Sephora的首席数字官,更早的时候还率先推出了零售公司Nordstrom和服装和时尚公司Urban Outfitters的电子商务网站。这之后,她将会在Pinterest购物高级副总裁的新职位上负责领导整个Pinterest的购物愿景和战略。
图源:Fast Company
Bornstein曾经说,“直销品牌的崛起意味着,很多消费者倾向于选择自己喜欢的一系列品牌,因此他们没有像在实体百货商店那样的机会去探索其他品牌和美感。”
“我的职业生涯是在购物、时尚和技术的交叉领域度过的,并亲眼目睹了构建技术对于品牌的影响,使品牌能够轻松地加入平台,同时让用户能够找到并分享他们的偏好。”针对这次收购,Bornstein说。
当然,虚拟模特在如今数字化浪潮的大势下,仍旧是供不应求,诸多靠百货公司的线上购物平台生存的中小卖家们仍旧需要更快更新的技术。
最近一家中国团队的出海项目、AI模特初创公司Zmo.ai,悄悄地完成了800万的A轮融资,有望进入更广阔的市场蓝海,大展拳脚。
如果说The Yes是对用户友好、品牌好帮手的技术方,那Zmo.ai就是主要服务于中小卖家的模特生成技术方。
Zmo.ai公司基于生成对抗网络(GAN)创造了一款自定义模特的软件,能够自选面孔、身高、肤色以及体型来创建个性化的AI模特。这套解决方案的目的是让时尚电商企业在目前SKU日渐增多、消费者口味愈发多元化和易变的现实背景下,不必花费高昂的模特费用,也能获得同样甚至更好的产品展示效果。
其官网给出的数据表示:使用这项技术可以帮助中小卖家将营销运营成本降低90%,省去传统模特摄影流程中纷繁冗长、费用高昂的手续,并可根据需求精准定制适合商家的模特;同时还可以将宣传图片的制作效率提升10倍,将转化率提升50%。
在具体操作上,分为四步:
- 上传产品多角度照片
- 生成服装3D镂空图
- 从预设模特中选择合适原型或上传自己的模特肖像,并调整模型的背景、面部表情
- 生成模特展示图结果
图源:Zmo.ai
这项技术对于商家的好处显而易见:不仅可以通过虚拟模特的试穿测试不同人群更适合的服装版型、颜色,也可以发布虚拟模特的试穿照片,收到订单后再开始制作,减轻库存压力。
未来,Zmo.ai还计划应用GPT3算法,学习人类的语言习惯,为AI模特创建语音功能,便于商家快速便捷地制作短视频,在TikTok等平台推广产品。
其华人创始团队基本都是拥有长期工作、学习经历的中国留学生;目前一共拥有30个大中型客户,超过100家的小型客户,其中也不乏细刻(Chicv)和目前依然运营的出海电商老将执御(Jollychic)等知名品牌,同时还在与SHEIN探讨合作可能。尽管当前80%的客户来自中国,他们依旧在为开拓更大的海外市场前行。
图源:mergeek
作为用户,如果能让网上购物变得更有趣,新技术一试又何妨;作为商家,提高效率、降低营销成本任何时候都是当务之急,他们是敞开怀抱欢迎更多的技术控们出现。如今全息投影技术、VR技术、虚拟模特、深度学习算法等新兴科技不断挑战着传统的时尚发布形式,越来越多的参与到后疫情时代的网购大浪潮中。
互联网充满了想象的空间,创新技术不是凭空而来,但只要找准了商业方向,相信市场前景也定是旷阔无限。
参考来源:
Walmart Launches Zeekit Virtual Fitting Room Technology. (Walmart)
Pinterest acquires AI-powered shopping startup The Yes, co-founded by former Stitch Fix exec. (TechCrunch)
How to make your fashion eCommerce business more competitive using AI technology. )
作者:Amelie;编辑 :Juni;微信公众号:硅兔赛跑
来源:
本文由 @硅兔赛跑 授权发布于人人都是产品经理,未经作者许可,禁止转载。
题图来自 Unsplash,基于 CC0 协议。
1.《微信qq怎么艾特所有人看这里!「618」掏空你钱包的,可能不是真的人》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。
2.《微信qq怎么艾特所有人看这里!「618」掏空你钱包的,可能不是真的人》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。
3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/gl/3233970.html