从直男审美到时尚达人，这群阿里工程师要让服饰行业换个玩法！

从买家搜索到人工智能推荐，消费者离自己最想买的衣服越来越近，未来，FashionAI会让传统服饰品牌的设计、生产、售卖、营销发生革命性变化。

文｜孙茜茜 编辑｜翁菲

7月4日，全球第一家人工智能服饰店“FashionAI 概念店”在香港落地，作为人工智能跨界时尚的开始，FashionAI意味着未来商业生态将会发生巨大变化。

消费者得到人工智能提供的穿搭建议

“未来，FashionAI会影响每一个人。它不仅能为剁手党们提供专属‘AI搭配师’，还能在设计、制造领域发挥影响，带来无尽商业想象力。”阿里巴巴集团副总裁、淘宝技术负责人庄卓然表示，随着Fashion AI的出现，中国时尚行业也率先迈入“人工智能1.0时代”。

淘衣服的知识门槛

穿了十几年阿迪耐克，刚过而立之年的小明有点厌了，他想转换风格，换身绅装，却苦于对男士西装一无所知，脑海中闪现的画面给了他灵感——詹姆斯邦德那身西装就很帅，他打开淘宝，输入“007同款西装”，一天后，他激动地拆开包裹，对镜理西装的时候，却被自己的形象完全打败。

这不是小明想要的007同款，可他不知道布鲁斯南版007穿的是Brioni，也不知道克雷格版007穿的是Tom Ford，本来淘宝上就有他真正想要的同款，但Brioni的卖家们为了维护品牌调性，傲娇地拒绝在商品名称挂上“007同款”，买家与卖家只能遗憾地擦肩而过。

小明退完货后恶补知识，现在他对Kiton、Brioni、Belvest这些品牌如数家珍；清楚全麻衬、半麻衬和粘合衬的工艺之别，熟稔英版、意版、美版、日版的版型区别，也明了平驳领、戗驳领、青果领分别适合那些场景穿着；就连最难搭的大地色窗格花纹单西，也被他穿出了让人交口相赞的气质。

知识水涨船高，荷包日渐消瘦，小明却淘出了成就感，当别人用“西装+薄”、“西装+韩版”、“西装+羊毛”的关键词买进退出时，他凭借专业的知识和语言，用一折的价格淘到最钟意的大牌西装。

西装达人的优越感很快受到打击。一次，小明去国外旅游，想买一件冲锋衣，就向户外达人小强请教。

“那边不下雨？气温零度左右？那没必要卖冲锋衣，买个保暖层就可以了，你喜欢羽绒、抓绒还是棉服？喜欢羽绒服啊？那你知道充绒量、蓬松度吗？记得选匈牙利白鹅绒！”听完小强一连串的问题和术语，小明懵了，他还是没搞懂，自己在淘宝上搜索时该输哪些关键词。

从搜索到人工智能

在搜索为王的PC时代，淘宝上的服饰被打上各种细分标签，在精细化类目体系帮助之下，亿万消费者精准地找到心仪商品。

如今，淘宝经营着世界范围内最庞大的类目体系。淘宝变得万能，但消费者却并不万能，尤其在消费升级的大趋势下，人们穿衣的需求越来越个性化，却缺乏与之匹配的知识，就像大部分女生无法准确分辨“泡泡袖”、“蛋糕袖”、“灯笼袖”，就很难立刻在拥有超过2000万商品的“连衣裙类目”下做出选择。

如果对同一种商品存在认识偏差和表达误差，买家和卖家之间就像隔着一片烟波浩渺的大海，商品越多，隔得越远，越看不见对方。

为什么明星同款在淘宝服饰类目大行其道？因为买家们直觉明星身上这件衣服好看，就算无法用专业性的语言表达，无法组织准确匹配商品的关键词，也可以用搜“明星同款”的方法代劳。只可惜，并不是每个人都有明星的颜值、身材和气质，买过明星同款的人往往走向两个极端，有人继续乐此不疲，有人从此敬而远之。

“今天，面对数十亿服饰宝贝，我们无法做到与商家一一对接，但人工智能却能承担责任、帮助沟通。”在香港FashionAI概念店中，FashionAI负责人贾梦雷面对媒体侃侃而谈，他身穿一件Fred Perry黄色POLO恤，下搭深蓝黑细条纹直筒九分裤，脚蹬镂空小白鞋，颠覆了人们对工程师技术人的传统印象。

阿里最会穿的团队

贾梦雷领导的团队叫“图像和美”。在淘宝，FashionAI的构想持续了7年，“图像和美”也为此奋斗了7年。

FashionAI负责人贾梦雷（左）

简单来说，FashionAI是一套面向服饰消费场景、涵盖数据算法的技术产品体系。致力于推动人工智能技术在时尚领域的场景落地，为消费者创造新的消费体验。

店铺内每件衣服都可沉淀信息

在格子衬衫加牛仔裤唱主流的阿里巴巴，“图像和美”团队的工程师以“会穿”著称，这里有每次出差至少往箱子里塞三套衣服鞋子的女产品经理，也有每天脚蹬黄紫拼接潮鞋进出的算法工程师。曹阳也是名算法工程师，被同事公认为“潮男”，其实他刚来公司那会儿也是个爱穿公司logo衫的青年。曹阳还因为喜提一枚阿里UED（用户体验设计）部门的女朋友加深了身上的“潮男”标签。因为“如果他品味不到时尚，肯定找不到UED的妹子”。

就连部门团建，“图像和美”的目的地也总是日本银座或香港K11，团队成员在买买买中沉淀了关于时尚和服饰的经验，但他们发现，要把这种感性的认知化为理性的代码很难。

比如，机器学习要求逻辑互斥，非A即B，但时尚行业中却有大量主观模糊的概念。一件衣服，在不同的人看来，既可能是连衣裙（A），也可能是毛衣（B），要为FashionAI重构服饰领域的认知体系，光靠经验不够，还需要系统专业知识的支撑。

消费者可在试衣间随意更换试穿尺码、颜色

于是，“图像和美”团队与香港理工大学纺织及服装学系展开合作，联合创立了一套帮机器读懂时尚的数据语言体系。

教人工智能学时尚

FashionAI怎么学会时尚穿搭？

曹阳介绍，工程师们和服饰专家首先将所有服饰商品根据穿搭原则分为6大类目：上衣、外套、连身裙、半身裙、连身裤、裤装。在此基础上，去定义关键点、属性标签，最后再定义穿搭规则。

关键点是为了拼接上下装，展现服饰上身效果，工程师们和服饰专家根据服装设计原理，共设置了24个关键点。

属性标签，则是对现有服饰体系中颜色、设计手法、款式、风格等属性的梳理。比如女装的袖子，被工程师拆解出袖形、袖口、袖肩、设计手法等4个维度共24个属性标签，其中仅袖型，就包含无袖、杯袖、短袖、九分袖、长袖等8种属性标签。每一个属性标签，工程师都会用几千张图片样本对算法模型进行训练。

目前，FashionAI已经对服装属性有了较系统和全面的认识，包括图案、纹理、颜色等全局属性和领型、袖型、裙型等局部属性，共计30个维度，150多种标签。

此外，FashionAI还学习了来自淘宝达人的50万套经典搭配模板，以及来自天猫合作品牌的造型建议，未来，算法通过迭代升级将可持续优化搭配建议。

服饰行业面临革命

早在去年，“图像和美”就推出了“智能衣橱”——一款专门为消费者提供搭配建议的APP。它会根据你的购买记录，为你提供相应的搭配选择，当新品推出，你购买过的衣服产生新的搭配时，APP也会及时同步推荐。

目前，“智能衣橱”已经对几万名种子用户（25岁到35岁的女性用户）开放内测权限。

线下，FashionAI也在积极探索真实购物场景，打通线上线下数据，优化消费者进店、选品、试衣、下单等环节，为消费者提供更好购买建议。

试衣完后进行购买

“未来，我们希望不仅是直接给到消费者最终的搭配选择，同时开放服饰AI知识给消费者，让消费者可以自主参与搭配标准的定义和决策中，同时通过与AI的互动，输出自己的搭配决策，从而影响服饰生产和选品环节。”贾梦雷说。

未来，当服饰行业的沟通语言变为人工智能后，不仅会影响消费者选择商品、获取商品的途径，还会让传统服饰品牌的设计、生产、售卖、营销发生革命性变化。Fashion AI既可以赋能时尚设计师，让他们瞬间拥有1000个大脑；也可以赋能品牌制造商，让他们更理解消费者多样化、个性化的需求。