扫一扫
官方手机版

扫一扫
AI创作程序

扫一扫
木子公众号

扫一扫
AI公众号

淘宝新上了一个叫「AI试衣间」的功能，和以往的虚拟试装有什么不同之处呢？

线上模特图的生产方式，一直以来在成本和灵活性上限制着服装上身效果表达，同时由于模特和用户之间的身材样貌差异，用户通常只能脑补服装实际上身效果，这导致用户难买到合身的商品。

但在刚刚过去的淘宝新势力周，通过对AI大模型的训练和应用，算法从模特姿态、背景风格、装饰元素等多个维度进行效果升级，提升了合成真实性和美感，再结合用户脸型、身材数据，淘宝AI试衣间给用户展现了一个区别于以往的试衣体验。

2023新势力周AI试衣间

本篇通过对淘宝AI试衣间的设计过程拆解，探讨AI在服饰领域的应用和展望，接下来让我们看看具体怎么做的吧～

试衣间设计目标和策略

线下场景中，用户通过逛店、试穿来买到合适的商品。

对应用户心理需求的映射，我们把线上试衣间的设计目标总结为，通过工具化产品满足用户线上购买服饰的合适性需求和发现性需求。

在满足合适性需求方面，结合AI模型、用户数据和服饰标签，最终达到贴近用户形象特征的效果。

在满足发现性需求方面，通过强化套装和单品的互动感，提升试穿效率，进而体验更多商品。

#01满足用户的合适性需求模特合成贴近用户形象特征用户形象通过人脸和体型综合展现，在产品设计中，为了提高用户人脸和身型数据录入的完整性，分别设计了主动和被动触发形象管理面板，方便用户在任何时候调整补充形象数据。

01.脸部特征

脸部特征是用户感知模特是不是“我”的首要判断依据，因此脸部特征的像与美是模特合成的基本要求。

在脸部特征的塑造上，设计师通过对多种合成方案亲测，从光线、角度、发型、表情四个维度定义AI虚拟模特基础面容，在用户未录入人脸之前，基础面容作为默认模特面容展现，在用户录入人脸之后，再叠加用户面容经过算法合成进行实时展现。

02.身型特征

具备脸部特征之后，接下来需要对体型进行匹配合成，体型表达的准确性是服装上身效果真实与否的关键。

为了体型表达的准确，我们需要告诉AI两个信息，一是让AI学会判断用户对应的体型分类，二是让AI理解对应体型特征，最后需要对体型特征进行适当的美化放大，以凸显体型上身效果的视觉感受。

基于对中国男性女性身材BMI分布以及主要身型数据的分析，我们梳理出核心身型分类，然后根据不同身高体重段位的BMI标准对每个身型的三围进行微调，以明确身型特征差异，例如同样都是身高体重为170cm/50kg的女性，梨形身型和倒三角身型在腰胯部的数值差异。通过对肩、胸、腰、臀、手臂、大腿、小腿全方位的差值定义，最终AI结合设计师输出的数据，实线人物模型贴合用户。

03.偏好特征

在贴合用户形象特征的第三个方面，需要通过服装来准确表达用户人设。

过去的技术方案体系，通过固定模版的搭配方式，可以实现不同动作和穿搭的组合，但因为模版数量限制，合成效果多样性一直难以突破。

因此针对不同服饰风格，我们分别从模特动作和搭配方案收集大量素材提供给AI，让AI学会理解不同风格品类穿搭规律，进而针对不同服装进行动作和服饰内外搭配的展现，提升上身效果的多样性。

04.图片质量

最后，定义完人物形象，还需要基于用户界面的布局和展现效果，对人物大小、位置、输出质量建立体验标准，其中输出质量分别从光影、清晰度、形体畸变、服装合理性四个维度对模特进行检查，最终符合展现标准的图才会在用户端展现。

#02

满足用户发现性需求强化搭配互动感知 

01.框架选型

在满足用户合适性需求的前提下，我们开始思考用什么样的容器和交互方式来承载内容。

框架的选型我们针对AI的交互特性设计了两种方案，从内容的准确性出发，对话式交互框架通过对用户意图的理解，能够帮助用户准确定位到匹配商品，但这种框架更适用于搜索这种目的性强的导购场景，不利于达成高频逛店的体验目标。

因此，从发现性优先的角度来说，我们认为以商品组合为主的选择式框架更为理想。通过对热点服饰内容的组合，给用户营造一个自由搭配的试衣空间，让用户轻松愉悦的逛起来。

02.框架设计

设计方案上，纵向以强调搭配套装发现性为主，根据用户进入试衣间的浏览顺序，自上而下从当前套装到更多套装分层展示，同时在更多套装面板上方设计「换套装」主行动点和AI机器人作为行动强化引导，整体来促进用户试穿更多，达到内容发现广度提升的目的。

在内容发现深度方面，当用户对某套搭配比较感兴趣时，可以点击对应服装上的换装锚点进行单品替换，通过对上下身单品的多样性组合，进一步提升单套搭配风格的单品发现性，让用户试穿更多垂类商品。

在核心框架定义完成之后，针对试衣间工具属性，还需要让用户能够准确控制内容偏好和内容组织。

在偏好方面，通过AI机器人结合用户行为进行动态判断，当用户对内容点击或换装动作较弱时，判断用户对内容兴趣感较低，此时动态展现修改穿搭偏好的入口，引导用户调整偏好选项，进而推荐能命中内心的商品，给用户传达人性化的温度和情感。

在组织方面，通过试衣间衣橱的功能设计，真正把试衣间作为用户试穿、管理个人服装的中心场景，让试衣间能够自成闭环。

最后，在链路和营销场景表达上，结合场域目标，分品类、风格进行框架包装和能力分发，让试衣间实现在不同场景解决用户不同问题。

AI试衣间新势力周7大趋势主题延展

AIGC未来应用

AI模型每天都在进化，结合业务场景我们初步浅尝了AI能力带来的体验变革。

过去，不同品牌间的跨店穿搭效果实现成本极高，只有在核心大促活动中才舍得投入经费制作，曾经被渲染为稀缺性营销内容。但是今天，AI打破了内容的场域壁垒，内容生产方式正在被重新定义，稀缺的内容变成日常，相信AI能力持续升级后，效果将会无限逼近真实。在技术升级的浪潮下，AI内容的体验设计同样有无限可能，未来的服饰场景下还有哪些创新，期待我们共同探索。

本期编辑：「服饰运动快消设计」 | 淘宝设计(id:ali-taobaoued)