作者:Kathy Pretz
当您购买一件新衣服时,您可能不会过多考虑服装在到达商店之前所经历的设计和组装过程。
创造一件服装始于设计师勾勒出一个想法。然后制作图案,选择面料并裁剪,然后缝制衣服。最后,衣服被包装并发货。
为了加快这一过程,一些服装公司现在使用 3D 技术,包括设计软件,身体扫描、可视化和 3D打印机。这些工具允许设计师用各种颜色设想他们的创作,布料和主题。头像被称为数字双胞胎旨在模拟衣服的外观和适合不同体型的效果。身体扫描可以生成更合身的衣服和改进产品设计的测量结果。
一些制造商合并了人工智能以简化运营,随着它变得更加准确,更多公司可能会探索它。
然而,并非所有服装制造商都充分利用 3D 技术的潜力。
为了为设计师、制造商和零售商推进 3D 技术,3D零售联盟举办年度挑战赛,重点关注学术机构和初创公司正在引领潮流。本次大赛由以下机构共同主办IEEE 标准协会行业连接 3D 人体处理该计划与服装行业合作,为使用 3D 扫描创建数字模型的技术制定标准。
今年比赛的获奖者于 6 月在PI服装时尚科技展,举行于纽约市。
这时装技术学院(FIT)在学术类别中排名第一。纽约市学校提供设计、时尚、艺术、传播和商业课程。
像素比例尺赢得了初创公司类别。总部位于黑措根奥拉赫,德国,该咨询公司帮助时尚和消费品公司实现内容自动化、管理 3D 数字资产和改进工作流程。
不合身的服装、鞋子和配饰是服装公司面临的问题。平均全球在线订购服装的退货率超过 25%, 根据普莱姆人工智能。
为了制作成衣,设计师会使用分级技术,即使用既定标准和 3D 人体扫描获取基本尺寸的初始样本图案,然后批量生产更小和更大的版本。但由此产生的衣服并不适合所有人。
退货可能会让购物者感到沮丧,而对于服装公司来说,由于重新运输和补货费用,退货成本高昂。
有些顾客懒得退回不需要的物品,他们把它们扔进垃圾箱,最终进入垃圾填埋场。
“如果我们能回到过去,你去商店测量尺寸,然后有人为你定制服装,会怎么样?”假设利·拉万格,FIT 技术设计和制版助理教授。
这就是 LaVange 获奖项目“自动定制尺寸”背后的理念。她的建议是利用 3D 技术和人工智能来按需生产适合所有体型的定制服装。她在提交的材料中概述了短期和长期可扩展的解决方案。
“我想解决我们的适配问题,但我也意识到,作为一个行业,如果不改变制造流程,我们就无法做到这一点。”——利·拉万格
“我将其[定制尺寸]视为一种可以自动化并最终在所有不同类型的品牌中推广的解决方案,”她说。
短期提案涉及手动或通过 3D 身体扫描测量一个人的基本身体规格,例如胸围、腰部、大腿、二头肌和臀部。然后创建客户的化身并将其输入到预先加载了各种尺寸的样品服装的 3D 表示的数据库中。人工智能程序会记录客户的规格和现有尺寸,以确定最合适的尺寸。例如,如果人的胸部与中等尺寸相匹配,但臀部大几毫米,则该程序仍可能推荐中等尺寸,因为它确定臀部周围的材料有足够的多余面料。向顾客展示穿着商品的头像渲染图,帮助他们决定是否购买。
LaVange 表示,她的解决方案将有助于提高客户满意度并最大限度地减少退货。
她的长期计划是真正量身定制的。使用 3D 身体扫描,人工智能程序将根据客户的规格和腰部等关键贴合点确定对图案进行必要的调整,同时保留原始设计。然后,3D 系统将进行更改,并将其呈现在客户的头像上以供批准。拉万格说,该解决方案将消除多余的库存,因为服装将是定制的。
她说,由于她的建议依赖于行业目前未使用的技术以及与客户互动的不同方式,因此需要改变生产。
“当今大多数制造系统的设置都是为了在一天内生产尽可能多的产品,”她说。– 我相信,如果您正确设置生产设施,就有一种方法可以高效地生产服装。我想解决我们的适配问题,但我也意识到,作为一个行业,如果不改变制造流程,我们就无法做到这一点。”
初创类别的获奖作品,AI-First DAM [数字资产管理]作为敏捷产品开发的智能骨干,使用 3D 技术和人工智能将服装设计的组件整合到一个集中平台中。
克里斯蒂安·桑斯Pixascale 首席执行官于二月份创办了这家初创公司。他离开了阿迪达斯他在公司工作了九年,担任数字创作的技术主管。
Sons 表示,许多服装公司仍然将 3D 文件存储在员工的本地驱动器或 Microsoft 的驱动器上共享点,一个基于网络的文档管理系统。
这些方法使事情变得困难,因为并不是每个人都可以访问。
Sons 基于云的平台通过向参与流程的所有各方共享数字资产(例如图像、视频、3D 模型、基本样式和文档)来解决这个问题。
其中包括设计师、裁缝和制造商。他的系统与客户的文件管理系统集成,提供对最新图像、效果图和其他相关数据的访问。
他的 DAM 系统还包括拉链和纽扣等装饰品以及面料选项。
– 将这些信息放入每个人都可以轻松访问并了解其他人所做的事情的平台中,真正为协作奠定了基础。 –– 克里斯蒂安·儿子
“将这些信息放入一个每个人都可以轻松访问和跟踪其他人所做的事情的平台,真正为协作奠定了基础,”他说。
儿子们也正在努力合并人工智能代理和大语言模型连接内部系统和应用程序编程自主执行简单研究请求的接口。
Sons 表示,这可能包括建议新产品或不同的款式,或者用新颜色修改上一季的产品。
– 这些人工智能代理当然不会是完美的,但它们是一个很好的起点,因此设计师不必从头开始,”他说。– 我认为使用人工智能代理是非常令人兴奋的,因为在过去的几年里,在时尚行业,我们一直在讨论人工智能如何完成创意部分,比如设计产品。但现在我们讨论的是人工智能执行低级任务。”一个
示范有关 Pixascale 的 DAM 工作原理的信息请参见YouTube。.