▼?以下的冷蕓時(shí)尚圈討論是就行業(yè)問題的討論及總結(jié)。這些分享屬于集體智慧的結(jié)晶。（它們并不代表冷蕓個(gè)人觀點(diǎn)）。希望通過此種方式能讓更多行業(yè)人士受益！

一、GenAI 相關(guān)背景

1.ChatGPT與MidJourney為標(biāo)志性開端的GenAI浪潮

人們對(duì)AI的理解主要集中在人機(jī)對(duì)話、人臉識(shí)別等應(yīng)用場(chǎng)景上。這些都是AI技術(shù)在不同領(lǐng)域的具體應(yīng)用。然而，AI的核心要素可以概括為三個(gè)部分：數(shù)據(jù)、算法和算力。

當(dāng)我們談?wù)揂I，可以將其比作烹飪一道美味的菜肴。AI的三大要素就像烹飪中不可或缺的元素一樣。

首先，數(shù)據(jù)就像是食材，是我們開始制作美食的原材料。沒有高質(zhì)量的數(shù)據(jù)，就像沒有新鮮的食材，我們無法制作出口感好的料理。

其次，算法就像是菜譜，它指導(dǎo)我們?nèi)绾问褂眠@些數(shù)據(jù)來達(dá)到特定的目標(biāo)。就像一本烹飪書告訴我們應(yīng)該如何處理食材以制作一道美味佳肴，算法告訴AI如何處理數(shù)據(jù)以實(shí)現(xiàn)特定任務(wù)。

最后，算力就像是我們用來烹飪的鍋碗瓢盆。它代表了我們需要的計(jì)算資源和硬件設(shè)備（GPU），以便將算法應(yīng)用于數(shù)據(jù)，從而創(chuàng)建出強(qiáng)大的AI系統(tǒng)。

大家剛剛其實(shí)也提到了各類 AI 的應(yīng)用場(chǎng)景，那里面哪些算是生成式 AI 呢？

生成式 AI（Generative AI，簡稱 GenAI） ， GenAI 是 AI 的子集，同樣也是由三要素組成的：

1）數(shù)據(jù)上：

- AI：傳統(tǒng)AI算法通常需要大量標(biāo)記好的數(shù)據(jù)來進(jìn)行監(jiān)督學(xué)習(xí)或其他類型的學(xué)習(xí)。這些數(shù)據(jù)通常需要專家手動(dòng)標(biāo)注，這使得數(shù)據(jù)獲取和準(zhǔn)備成本較高。

- GenAI：生成式AI也需要大量數(shù)據(jù)，但它通常更側(cè)重于無監(jiān)督學(xué)習(xí)，自監(jiān)督學(xué)習(xí)或強(qiáng)化學(xué)習(xí)。這意味著生成式AI可以從更多類型的數(shù)據(jù)中學(xué)習(xí)，包括未標(biāo)記的數(shù)據(jù)，圖片、文本等。

2）算法上：

- AI：傳統(tǒng)AI算法包括決策樹、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等，通常是手工設(shè)計(jì)的特征和模型結(jié)構(gòu)。

- GenAI：生成式 AI 往往使用深度神經(jīng)網(wǎng)絡(luò)模型（很多層、參數(shù)量龐大的神經(jīng)網(wǎng)絡(luò)），如目前圖像生成采用的主流算法是擴(kuò)散模型（Diffusion）、目前文本生成上的主流模型是 Transformer。這些模型可以自動(dòng)從海量數(shù)據(jù)中提取特征，因此不需要手動(dòng)設(shè)計(jì)特征。

3）算力上：

- AI：傳統(tǒng)AI算法通?？梢栽跇?biāo)準(zhǔn)硬件上運(yùn)行，不需要大規(guī)模的計(jì)算資源。

- GenAI：生成式AI，特別是大型模型如GPT-3，需要大規(guī)模的計(jì)算資源，通常在分布式系統(tǒng)上運(yùn)行，使用多個(gè)GPU或TPU進(jìn)行訓(xùn)練和推理。

GenAI 的特點(diǎn)主要有產(chǎn)品的使用門檻低、可用性高、通用性強(qiáng)。

1）低門檻：MJ、ChatGPT等產(chǎn)品擁有龐大的用戶群體，這得益于其用戶友好的界面和易用性。無需深入的技術(shù)背景，普通用戶也能夠輕松使用這些產(chǎn)品來生成文本、圖像或音頻內(nèi)容。

2）可用性：生成的內(nèi)容越來越難以辨別是真人所做還是 AI 所做，也說明這些生成的內(nèi)容是能夠真正可以在各種工作場(chǎng)景中運(yùn)用，真正提升大家的生產(chǎn)效率。

3）通用性：生成式 AI 產(chǎn)品的用途是非常廣泛的，它們能夠在多種任務(wù)中發(fā)揮作用，以 ChatGPT 類的文本生成 AI為例，無論是在商務(wù)領(lǐng)域需要回復(fù)客戶郵件，還是在學(xué)術(shù)界需要撰寫研究論文，生成式AI都能成為你的得力助手。此外，如果你是一名創(chuàng)作者，它還能幫你生成小說、詩歌、歌詞等藝術(shù)作品。

2.文本生成：ChatGPT 類對(duì)話產(chǎn)品與 LLM 大語言模型

除了文本生成的產(chǎn)品之外，當(dāng)然還有圖像生成、音樂生成、視頻生成、代碼生成等等，當(dāng)然今天主要是討論文本生成和圖像生成這兩類最為廣泛的應(yīng)用。

首先 ChatGPT 是產(chǎn)品，Chat 是指交互方式，GPT 則是指這款產(chǎn)品背后的模型。

當(dāng)我們談到GPT（Generative Pre-trained Transformer）時(shí)，它其實(shí)是建立在一個(gè)非常強(qiáng)大的算法框架上的，那就是Transformer。Transformer 這個(gè)框架是由Google于2017年提出的，它的應(yīng)用領(lǐng)域非常廣泛，不僅僅是在自然語言處理中，還包括計(jì)算機(jī)視覺和其他領(lǐng)域。所以，當(dāng)你聽到GPT時(shí)，不要忘記這個(gè)基礎(chǔ)，它是讓AI變得更智能和強(qiáng)大的關(guān)鍵算法框架之一，而GPT則是在這個(gè)基礎(chǔ)上進(jìn)一步發(fā)展和優(yōu)化的。

我們先簡要看看GPT的歷史：

1）GPT-1：發(fā)布于2018年，是GPT系列的第一個(gè)模型。它擁有大約125M（M=百萬）個(gè)參數(shù)，使用了較小的文本語料庫進(jìn)行預(yù)訓(xùn)練。雖然在當(dāng)時(shí)取得了不錯(cuò)的結(jié)果，但參數(shù)量相對(duì)較小，限制了其性能。

2）GPT-2：于2019年發(fā)布，GPT-2擁有大約1.5B（B=十億）個(gè)參數(shù)，是GPT-1參數(shù)數(shù)量的12倍，需要更多的計(jì)算資源，包括多個(gè)GPU或TPU。它使用大規(guī)模的互聯(lián)網(wǎng)文本數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，表現(xiàn)出色，并引發(fā)了擔(dān)憂，因?yàn)樗袧摿ι烧`導(dǎo)性信息。

3）GPT-3：在2020年發(fā)布，它包含了巨大的參數(shù)數(shù)量，達(dá)到了1750B（B=十億）個(gè)，相較于GPT-2大了1167倍，需要極大的計(jì)算資源，在大規(guī)模分布式計(jì)算環(huán)境中進(jìn)行訓(xùn)練。GPT-3的表現(xiàn)在多種自然語言處理任務(wù)上都非常出色，但也引發(fā)了有關(guān)倫理和安全問題的討論，因?yàn)槠淠芰赡鼙粸E用。

4）ChatGPT（GPT-3.5）：于 2022 年發(fā)布，它是在 GPT-3 上建立的一款對(duì)話機(jī)器人產(chǎn)品。借助GPT-3的巨大參數(shù)數(shù)量和卓越的語言理解能力，ChatGPT能夠模擬人類對(duì)話，回答問題，提供解釋，生成文本以及執(zhí)行各種自然語言處理任務(wù)。它被廣泛用于在線聊天機(jī)器人、智能助手、客戶支持系統(tǒng)等應(yīng)用中，為用戶提供智能而自然的對(duì)話體驗(yàn)。

5）GPT-4：于 2023 年發(fā)布的一種大規(guī)模多模態(tài)語言模型，它可以接受圖像和文本作為輸入，生成文本作為輸出。GPT-4相比前一代GPT-3.5，在許多專業(yè)和學(xué)術(shù)的評(píng)測(cè)上表現(xiàn)出了人類水平的性能，例如在模擬律師考試中得分位于前10%的水平，而GPT-3.5則位于后10%。GPT-4還具有更高的創(chuàng)造力和可靠性，可以處理更復(fù)雜和細(xì)致的指令，例如寫歌詞或劇本。GPT-4還通過了對(duì)事實(shí)、可控性和安全性的測(cè)試，雖然仍然不完美，但比以往的模型有了明顯的改進(jìn)。

為什么 GenAI 要單拎出來講呢？是因?yàn)榇竽Ｐ陀幸恍┰刃∧Ｐ筒痪邆涞哪芰Α１热绱笮驼Z言模型（LLM，Large Language Models）具有三個(gè)主要特點(diǎn)，包括規(guī)模定律、涌現(xiàn)能力和工具調(diào)用能力。

1）規(guī)模定律：即其性能隨著參數(shù)數(shù)量的增加而逐漸提高。這意味著增加模型的參數(shù)量通常會(huì)導(dǎo)致更好的性能，例如更準(zhǔn)確的文本生成和自然語言處理任務(wù)執(zhí)行。然而，這種提升并非線性的，而是遞減的，因此在性能和計(jì)算成本之間需要權(quán)衡。

可以想象一輛汽車的油箱。初始時(shí)，每增加一加侖的汽油，你的車可以行駛更遠(yuǎn)的距離，性能逐漸提高。然而，隨著汽油的不斷添加，每加侖所能行駛的額外距離逐漸減小。

2）涌現(xiàn)能力：模型在規(guī)模達(dá)到一定程度時(shí)，表現(xiàn)出一些較小的模型不具備的能力，例如在復(fù)雜的語言理解、生成、推理等任務(wù)上有顯著的提升。這種能力可以看作是由模型中的大量參數(shù)和數(shù)據(jù)相互作用，在宏觀層面上產(chǎn)生的一種特殊現(xiàn)象，類似于自然界中的涌現(xiàn)現(xiàn)象。

就像人腦中的神經(jīng)元在互相連接和相互作用時(shí)，產(chǎn)生了智力和創(chuàng)造力，大型語言模型中的數(shù)百萬（甚至數(shù)十億）參數(shù)互相作用，產(chǎn)生了出人意料的文本和任務(wù)執(zhí)行能力。這些出人意料的結(jié)果是模型內(nèi)部復(fù)雜性的產(chǎn)物，就像人腦中的思維和創(chuàng)意也是神經(jīng)元相互作用的產(chǎn)物。

3）工具調(diào)用能力：大模型的工具調(diào)用能力是指大模型可以通過調(diào)用外部的 API 或服務(wù)，來實(shí)現(xiàn)一些自身無法完成的功能，如圖像處理、語音識(shí)別、數(shù)據(jù)分析等。這種能力可以讓大模型擴(kuò)展自己的應(yīng)用范圍，提高自己的效率和效果。調(diào)用外部工具、并且擁有記憶機(jī)制的 LLM 也被稱作 AI Agent（智能體）。

3.圖像生成：MidJourney 類產(chǎn)品與模型

主流的圖像生成產(chǎn)品 MJ、SD 和 DALL·E：

MJ（MidJourney）是于2022 年 7 月12 日進(jìn)入公開測(cè)試的產(chǎn)品，由于是商業(yè)軟件，背后算法沒有開源。

SD（Stable Diffusion）最開始是 Stability 公司贊助的開源模型 Latent Diffusion。這個(gè)模型是由慕尼黑工業(yè)大學(xué)團(tuán)隊(duì)發(fā)表在 CVPR 2022（計(jì)算機(jī)視覺相關(guān)的人工智能頂級(jí)會(huì)議）2022 年 6 月的論文，而通常大家使用的 SD WebUI 則是一位社區(qū)開發(fā)者基于這個(gè)模型設(shè)計(jì)了一個(gè)開源的 UI 讓大家更好使用這個(gè)模型。

DALL·E 最初于 2021年1月5日由OpenAI發(fā)布，它是基于GPT-3的多模態(tài)語言模型，共擁有120億個(gè)參數(shù)，使用從網(wǎng)絡(luò)上收集的文本和圖像對(duì)進(jìn)行訓(xùn)練。然后 DALL·E 2 在2022年4月發(fā)布，但是一直沒有公開使用，它是基于GPT-4的多模態(tài)語言模型，聲稱它可以從文本描述中生成照片般逼真的圖像，另外還有一個(gè)允許對(duì)輸出進(jìn)行簡單修改的編輯器。DALL·E 3在2023年9月21日發(fā)布，并與ChatGPT集成，基于用戶提供的自然語言文本來生成圖像。由于也是商業(yè)軟件，并沒有開源。

圖像生成的 GenAI 產(chǎn)品的特點(diǎn)是極大降低創(chuàng)作門檻，目前的趨勢(shì)是可控性逐步增強(qiáng)、使用門檻還會(huì)進(jìn)一步降低。

1）低門檻：

- 根據(jù)用戶的輸入或指令，生成新的圖像的產(chǎn)品。這些產(chǎn)品可以讓用戶無需具備專業(yè)的繪畫技能或軟件工具，就可以輕松地創(chuàng)造出想象中的畫面，或者對(duì)現(xiàn)有的圖像進(jìn)行修改和優(yōu)化。這些產(chǎn)品在藝術(shù)、設(shè)計(jì)、娛樂等領(lǐng)域有廣泛的應(yīng)用。

- 個(gè)人感覺很類似于智能手機(jī)讓人人都可以攝影。像手機(jī)的拍照功能越來越強(qiáng)大、越來越低門檻一樣，人人都可以隨時(shí)隨地拍攝和編輯自己喜歡的照片。這類創(chuàng)意工具的普及和發(fā)展，也是科技進(jìn)步和文化變革的體現(xiàn)之一。

2）可控性逐步增強(qiáng)：

- 通過使用 ControlNet、Lora 等插件模型作為圖像生成模型的輔助工具，用戶可以對(duì)生成結(jié)果進(jìn)行更細(xì)致和靈活的控制。

- 例如，ControlNet 可以讓輸入一些特定條件圖，這些控制單純通過文本很難被精細(xì)化描述。

3）門檻還將進(jìn)一步降低

OpenAI 官網(wǎng)的介紹：DALL·E 3 比我們以前的系統(tǒng)了解更多的細(xì)微差別和細(xì)節(jié)，使您能夠輕松地將您的想法轉(zhuǎn)化為異常準(zhǔn)確的圖像，也就是文本到圖像模型的提示詞跟隨能力大幅改善，目前已對(duì) ChatGPT Plus 和企業(yè)版用戶開放使用。

個(gè)人認(rèn)為DALL·E3 約等于 LLM（文本生成模型） + SD（圖像生成模型），其中 LLM 幫用戶將更加自然的需求轉(zhuǎn)化為 SD 更好理解的 prompt。DALL·E3的優(yōu)點(diǎn)是可以結(jié)合 GPT-4 的多模態(tài)能力和SD的快速采樣能力，讓用戶無需等待長時(shí)間，就可以得到滿意的生成結(jié)果。

二、GenAI在時(shí)尚行業(yè)的應(yīng)用案例

1.時(shí)尚設(shè)計(jì)與產(chǎn)品開發(fā)

接下來和大家一起討論 GenAI 在時(shí)尚行業(yè)里有哪些具體的應(yīng)用案例、產(chǎn)品，我們先從3個(gè)應(yīng)用較多的方向來討論。我個(gè)人看到的 GenAI 主要應(yīng)用在：

1）創(chuàng)意靈感圖生成

2）款式設(shè)計(jì)（成衣、鞋子、包袋、配飾等等）

3）印花設(shè)計(jì)

后面兩類會(huì)要求較高的精準(zhǔn)度、可用性，創(chuàng)意靈感圖生成則會(huì)需要較好的發(fā)散性、創(chuàng)意性。就“時(shí)尚設(shè)計(jì)、產(chǎn)品開發(fā)”這個(gè)應(yīng)用場(chǎng)景，大家有沒有想到或者看到一些別的細(xì)分應(yīng)用環(huán)節(jié)呢？

GenAI 在服裝設(shè)計(jì)上的優(yōu)缺點(diǎn)

缺點(diǎn)：

1）精細(xì)化的修改仍需大量手工調(diào)整；

2）只能生成二維圖像而非完整服裝（版型、工藝）；

3）好的生成效果非常依賴于提示詞。

優(yōu)點(diǎn)：

1）優(yōu)化流程，先預(yù)訂再生產(chǎn)；

2）可以快速創(chuàng)造大量的新穎設(shè)計(jì)。

GenAI 在設(shè)計(jì)上的案例（國外）：

AI Fashion Week 是由Maison Meta舉辦的時(shí)尚活動(dòng)（2023年4月于紐約舉辦），它展示了各類由人工智能技術(shù)生成的服裝設(shè)計(jì)。AI Fashion Week的目的是通過鼓勵(lì)設(shè)計(jì)師使用新的工具和方法，來突破時(shí)尚界的可能性和創(chuàng)新性。

AI Fashion Week 同時(shí)也是比賽，參賽者的作品不僅僅存在于虛擬世界中，也將會(huì)通過觀眾投票和專家評(píng)審，來決定最終的三名獲勝者。這些獲勝者的作品將由電子商務(wù)平臺(tái) Revolve 實(shí)際生產(chǎn)并銷售。

線上零售商 Revolve 發(fā)布了由 AI 生成的限量膠囊系列及單品該活動(dòng)開始接受預(yù)訂，為消費(fèi)者提供了機(jī)會(huì)購買由生成式人工智能設(shè)計(jì)的衣服。此外，國內(nèi)的針對(duì)時(shí)尚行業(yè)的 MJ 已經(jīng)出來了很多家產(chǎn)品，包括不限于（歡迎大家補(bǔ)充）：POP趨勢(shì)的AI智繪，蝶訊AI設(shè)計(jì)師，知衣科技的fashion diffusion，Style3d的AI功能，F(xiàn)abrie的AI功能等等…

2.市場(chǎng)營銷，視覺與文案內(nèi)容

GenAI在市場(chǎng)營銷上的細(xì)分應(yīng)用場(chǎng)景是視覺廣告、廣告文案、產(chǎn)品文案等等。蕓友Iyrin認(rèn)為產(chǎn)品文案比較合適，因?yàn)橐话愕漠a(chǎn)品文案都相對(duì)客觀和具體。但是廣告文案就需要更多的場(chǎng)景參與情緒參與以及個(gè)性賣點(diǎn)價(jià)值觀的輸出，這個(gè)感覺現(xiàn)有的AI獨(dú)立比較難完成。的確，GenAI在這一場(chǎng)景下應(yīng)用的缺點(diǎn)在于生成內(nèi)容可能存在數(shù)據(jù)偏見，導(dǎo)致缺乏多樣性和包容性；其優(yōu)點(diǎn)主要在于可大大節(jié)省降低人力成本、時(shí)間成本。

下面我提供了一個(gè)GenAI在時(shí)尚營銷上的營銷案例：GUCCI與佳士得在 2023 年 6 月共同啟動(dòng)了“未來頻率：生成藝術(shù)與時(shí)尚的探索”，委托了來自多位 AI 藝術(shù)創(chuàng)作者的 21 件藝術(shù)作品，以 NFT 藏品的形式登上了拍賣界巨頭佳士得的拍賣臺(tái)。根據(jù)GUCCI官網(wǎng)介紹，每位藝術(shù)家的任務(wù)是“創(chuàng)造不同生態(tài)的融合”——即，將服裝設(shè)計(jì)和制造的工業(yè)領(lǐng)域與生成藝術(shù)和人工智能的科技世界融合在一起。

3.電子商務(wù)和消費(fèi)者體驗(yàn)

GenAI在消費(fèi)者體驗(yàn)上的主要細(xì)分應(yīng)用場(chǎng)景：AI 模特、個(gè)性化 AI 客服、虛擬試衣。

1）優(yōu)點(diǎn)：降低成本，提升效率。

2）缺點(diǎn)：生成的圖像和實(shí)際產(chǎn)品之間可能存在偏差。

AI 模特案例：

個(gè)性化客服案例：

2023年4月歐洲的知名時(shí)尚電商平臺(tái) zalando 在其應(yīng)用程序和網(wǎng)絡(luò)平臺(tái)上推出由 ChatGPT 支持的時(shí)尚助手。時(shí)尚助手可以根據(jù)具體的應(yīng)用場(chǎng)景進(jìn)行推薦商品、基于商品推薦搭配、基于需求重新推薦商品等等個(gè)性化服務(wù)。

圖片里的內(nèi)容有應(yīng)用場(chǎng)景進(jìn)行推薦商品：用戶說自己在7月要在圣托尼亞參加婚禮，然后 AI會(huì)根據(jù)時(shí)間地點(diǎn)，推理出相應(yīng)的天氣情況，再推薦服裝款式。

莊主總結(jié)

一、GenAI相關(guān)背景

1.ChatGPT與MidJourney為標(biāo)志性開端的GenAI浪潮

GenAI更側(cè)重于使用更多類型的數(shù)據(jù)進(jìn)行無監(jiān)督學(xué)習(xí)，采用深度神經(jīng)網(wǎng)絡(luò)模型（Diffusion、Transformer）來自動(dòng)提取特征，但需要更大規(guī)模的計(jì)算資源。GenAI 的特點(diǎn)是使用門檻低、可用性高、通用性強(qiáng)。

2.文本生成：ChatGPT類對(duì)話產(chǎn)品與LLM大語言模型

大型語言模型（LLM，Large Language Models）具有三個(gè)主要特點(diǎn)，包括規(guī)模定律、涌現(xiàn)能力和工具調(diào)用能力。

3.圖像生成：MidJourney類產(chǎn)品與模型

圖像生成的GenAI產(chǎn)品的特點(diǎn)是極大降低創(chuàng)作門檻，目前的趨勢(shì)是可控性逐步增強(qiáng)、使用門檻還會(huì)進(jìn)一步降低。

二、GenAI在時(shí)尚行業(yè)的應(yīng)用

1.時(shí)尚設(shè)計(jì)與產(chǎn)品開發(fā)

主要應(yīng)用在：創(chuàng)意靈感圖生成、款式設(shè)計(jì)（成衣、鞋子、包袋、配飾等等）和印花設(shè)計(jì)，后面兩類會(huì)要求較高的精準(zhǔn)度、可用性，創(chuàng)意靈感圖生成則會(huì)需要較好的發(fā)散性、創(chuàng)意性。

2.市場(chǎng)營銷，視覺與文案內(nèi)容

市場(chǎng)營銷上的細(xì)分應(yīng)用場(chǎng)景是視覺廣告、廣告文案、產(chǎn)品文案等等。

3.電子商務(wù)和消費(fèi)者體驗(yàn)

消費(fèi)者體驗(yàn)上的主要細(xì)分應(yīng)用場(chǎng)景：AI 模特、個(gè)性化 AI 客服、虛擬試衣。

文字整理：張懷楷

文字編輯：陳暢

美術(shù)編輯：李寧