正在阅读:

利用大数据在线设计时装听起来很美好 但实际效果又如何呢?

扫一扫下载界面新闻APP

利用大数据在线设计时装听起来很美好 但实际效果又如何呢?

Google推出的基于大数据、人工智能系统的在线时装设计“Project Muze”项目,会成为时装设计师、品牌心中用来占卜吉凶的五行八字吗?

Google推出的基于大数据、人工智能系统的在线时装设计“Project Muze”项目 图片来源:Google

3D打印、微软和Adobe在2014年宣布开发的Creative Cloud触屏优化技术(尚在研发过程中),VR虚拟现实等高科技手段一直都试图革新时装领域——特别是针对其设计、制作的核心阶段,科技大佬们或许认为传统的时装设计业在技艺方面扼杀了那些潜在的天才、拖慢了制作流程,希望新技术能为其带来曙光。同时,不少设计师也纷纷以新技术作为诠释其设计的重要手段,只不过除了寥寥几位,大部分打着科技名号的时装作品都难掩其平庸甚至低劣的本质。

在上周宣布其搜索引擎将内嵌专攻时装周、时装品牌的社交媒体功能模块后,Google的另一项技术平台又瞄准了零售商和那些心怀时装设计梦的门外汉——Project Muze,这个基于Google旗下的开源人工智能技术“Deep Dream”(前身为图片自生成平台“Inceptionism”)、人工智能学习系统“ Tensor Flow” 并携手德国时装电商Zalando、英国数字科技项目工作室Stinkdigital共同合作的项目,目标是以数据分析模拟出人类大脑的神经思维网,从而将设计师口中的“灵感”转化成有迹可循的人工思维模式。

Project Muze需要用户输入的个人以及偏好信息

简而言之,用户登陆projectmuze.com后,分别选择性别、偏爱的音乐、艺术种类、个性特点、年纪,穿衣风格并在3D模特上简单勾画几笔后,系统会自动根据以上信息生成一套带有序列编号的3D时装效果建模以及设计动机和灵感概述。不过,恐怕绝大多数用户会对光怪陆离的成品有所失望,因为屏幕上的作品和自己预想、甚至平日着装风格均差距甚远。

Project Muze通过大数据和人工智能等系统设计出的3D时装效果图

之所以产生这样的结果,是由于Project Muze通过分析用户喜好,并根据来自Google的时装消费趋势报道(基于所搜关键词热度得出)、数百位时装博主、设计师以及分析师等专家的大数据完成设计的。用户并不是真正的设计者,Project Muze和其背后的数据团才是——这也正呼应了该平台的宣传语:Fashion inspired by you, design by code(你提供灵感,编码完成设计)。 此外,用户还可以浏览其他使用者创立的设计稿。

Project Muze根据本文作者所输入的信息及喜好得出的设计结果,和实际情况差距甚远

Google计划在9月2日于Zalando旗下的“Bread & Butter”趋势展中呈现使用Project Muze创作的的时装成品,而作为其背后的“灵感来源”,既有参与其中的专业设计师,也有时装博主、网红。Project Muze还希望通过这些由用户数据启发的时装款式,能为品牌及零售商带来精准的款式、潮流预测。

在如今全球经济放缓、前景尚不明确的大局势下,奢侈品、时装零售业无疑受到了巨大的影响,而大数据正在成为他们心中的用来占卜吉凶的五行八字。对于零售业者来说这无可厚非,数据分析也的确对其有一定帮助,但就设计领域而言,“灵感”永远不是数字那么简单,就像《人类简史》作者尤瓦尔·赫拉利所言,数据称王是出于人类对自我认识的偏面理解所造成的现象,它也不能解释“意识”在我们脑海中形成的奥秘。如果每一个设计师都认为大数据、倾听消费者是左右其设计的唯一关键,那么他们存在的意义只能局限在制造者,而非创造者。

未经正式授权严禁转载本文,侵权必究。

Alphabet

2k
  • 公告快评| 官方证实为Meta AI眼镜供货,佰维存储ePOP系列产品或开启业绩新增长点
  • Waymo业务将扩展到迈阿密

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

利用大数据在线设计时装听起来很美好 但实际效果又如何呢?

Google推出的基于大数据、人工智能系统的在线时装设计“Project Muze”项目,会成为时装设计师、品牌心中用来占卜吉凶的五行八字吗?

Google推出的基于大数据、人工智能系统的在线时装设计“Project Muze”项目 图片来源:Google

3D打印、微软和Adobe在2014年宣布开发的Creative Cloud触屏优化技术(尚在研发过程中),VR虚拟现实等高科技手段一直都试图革新时装领域——特别是针对其设计、制作的核心阶段,科技大佬们或许认为传统的时装设计业在技艺方面扼杀了那些潜在的天才、拖慢了制作流程,希望新技术能为其带来曙光。同时,不少设计师也纷纷以新技术作为诠释其设计的重要手段,只不过除了寥寥几位,大部分打着科技名号的时装作品都难掩其平庸甚至低劣的本质。

在上周宣布其搜索引擎将内嵌专攻时装周、时装品牌的社交媒体功能模块后,Google的另一项技术平台又瞄准了零售商和那些心怀时装设计梦的门外汉——Project Muze,这个基于Google旗下的开源人工智能技术“Deep Dream”(前身为图片自生成平台“Inceptionism”)、人工智能学习系统“ Tensor Flow” 并携手德国时装电商Zalando、英国数字科技项目工作室Stinkdigital共同合作的项目,目标是以数据分析模拟出人类大脑的神经思维网,从而将设计师口中的“灵感”转化成有迹可循的人工思维模式。

Project Muze需要用户输入的个人以及偏好信息

简而言之,用户登陆projectmuze.com后,分别选择性别、偏爱的音乐、艺术种类、个性特点、年纪,穿衣风格并在3D模特上简单勾画几笔后,系统会自动根据以上信息生成一套带有序列编号的3D时装效果建模以及设计动机和灵感概述。不过,恐怕绝大多数用户会对光怪陆离的成品有所失望,因为屏幕上的作品和自己预想、甚至平日着装风格均差距甚远。

Project Muze通过大数据和人工智能等系统设计出的3D时装效果图

之所以产生这样的结果,是由于Project Muze通过分析用户喜好,并根据来自Google的时装消费趋势报道(基于所搜关键词热度得出)、数百位时装博主、设计师以及分析师等专家的大数据完成设计的。用户并不是真正的设计者,Project Muze和其背后的数据团才是——这也正呼应了该平台的宣传语:Fashion inspired by you, design by code(你提供灵感,编码完成设计)。 此外,用户还可以浏览其他使用者创立的设计稿。

Project Muze根据本文作者所输入的信息及喜好得出的设计结果,和实际情况差距甚远

Google计划在9月2日于Zalando旗下的“Bread & Butter”趋势展中呈现使用Project Muze创作的的时装成品,而作为其背后的“灵感来源”,既有参与其中的专业设计师,也有时装博主、网红。Project Muze还希望通过这些由用户数据启发的时装款式,能为品牌及零售商带来精准的款式、潮流预测。

在如今全球经济放缓、前景尚不明确的大局势下,奢侈品、时装零售业无疑受到了巨大的影响,而大数据正在成为他们心中的用来占卜吉凶的五行八字。对于零售业者来说这无可厚非,数据分析也的确对其有一定帮助,但就设计领域而言,“灵感”永远不是数字那么简单,就像《人类简史》作者尤瓦尔·赫拉利所言,数据称王是出于人类对自我认识的偏面理解所造成的现象,它也不能解释“意识”在我们脑海中形成的奥秘。如果每一个设计师都认为大数据、倾听消费者是左右其设计的唯一关键,那么他们存在的意义只能局限在制造者,而非创造者。

未经正式授权严禁转载本文,侵权必究。