【明報專訊】網上購買時裝已成為部分人的生活習慣,但因為不能試衫,以致退貨率偏高,浪費了物流成本,卻是長期未能解決的問題。有本地初創公司就利用AIGC技術來開發出「虛擬試衫」(Virtual Fitting)方案,希望有助減少退貨問題,尤其是協助獨立設計師品牌和一些小型網商。
明報記者 薛偉傑
FACCi共同創辦人陳日朗及曾保然透露,他們由中四起,就從外國某些品牌的官方網站購入一些時裝,在自己的Instagram戶口放售。當時的收款方式還比較原始,只是要求顧客透過銀行戶口轉帳或入數。至於退貨率,則大約是20%。他們利用課餘時間經營這種Ig Shop,一直做到中六上學期,才因為準備DSE而結束。兩人分別入讀中文大學市場及創業系,以及科技大學計算機工程學系之後,對於創業仍念念不忘。為了吸收商業經驗,陳日朗先後在4間公司實習。而曾保然則在科技大學的知識轉移辦公室當兼職。
稱底層技術來自「擴散模型」
2022年底開始,各種人工智能生成內容(AIGC)技術大爆發,尤其是Midjourney和Stable Diffusion等人工智能圖像生成軟件,吸引他們注意。曾保然想到,可以將這些人工智能軟件的底層技術,即「擴散模型」(Diffusion Model),應用到「虛擬試衫」方面,以減少網上購買時裝的痛點──因為不能試衫,以致退貨率偏高,也浪費物流成本。
他們構思的方案是,想在網上購買時裝的消費者,只需自拍和上載一幅全身相片,選定想虛擬試穿的衣物,在雲端經過人工智能技術短時間處理後(現時約需20秒,目標縮短至10秒),即可產生模擬試穿的圖片。過程中消費者完全毋須輸入身形的數據。
陳日朗解釋,他們構思的方案毋須消費者輸入身高、體重、腰圍、肩膊闊度、手臂長度等數據,也毋須消費者用不同角度自拍多幅全身照(正面、側身等),拍照的背景也沒有特別要求(例如毋須是單一種顏色),是想盡量簡化過程和方便消費者。
他們認為,網購時裝的退貨率偏高,尺碼不適合只是其中一個原因,並非全部原因,因為一般人都大致知道自己穿著那個尺碼的衣物。造成退貨率偏高的其他原因,還包括:和自己的膚色、穿衣風格、氣質,甚至現有的衣物不相襯等等。所以,他們構思的「虛擬試衫」,是想着重讓消費者看到自己模擬穿著在身上的配搭效果。
但曾保然強調,該公司的「虛擬試衫」方案,不是將網上衣物的相片疊在消費者的相片上那麼簡單,是將「擴散模型」的技術應用到消費者的自拍照,先從相片背景抽出整個人的圖像,估計出其骨架和姿態。最後,將那款衣物的相片相應處理,包括其紋理、圖案等,才疊在消費者的自拍照上。
着重模擬配襯效果 以11萬幅相片加操大模型
而這些處理是否準確,部分又和商戶對於那款衣物的文字描述是否資料齊全有關。舉例說,如果那是一件有直紋的連身裙,但商戶在系統內沒有輸入「直紋」這項重要資料,模擬處理的效果便很可能差一截。
從示範所見,該公司的「虛擬試衫」方案效果並不是完全穩定。曾保然透露,該公司利用多個開源的相片庫,對一個開源的「擴散模型」做訓練,至今涉及大約11萬幅相片,包含大約6萬款衣物。
兩人承認,該公司的「虛擬試衫」方案仍然需要持續改進,推出後也不是每幅模擬圖片都效果理想。他們計劃讓消費者點選反饋,了解模擬圖片是否像真,以協助訓練「擴散模型」。
該公司的商業模式是,利用「虛擬試衫」功能來提升一個B2B2C網購時裝平台(有網頁版和手機App版)的吸引力,主要吸引一些獨立設計師品牌合作。該公司會代為處理按單寄貨給買家等工作,合作商戶只需每兩星期向該公司預先備貨一次就行。
現時估計,幾星期後先推出這個B2B2C網購時裝平台的網頁版,首批合作商戶是大約10個本地獨立設計師品牌,但「虛擬試衫」功能要今年底才上線。而這個B2B2C網購時裝平台的手機App也是今年底才推出。
至於今年內開始合作的商戶,全部可獲豁免開戶費及半年至一年的年費,只需按銷售額分成給該公司就行。該公司暫定收取15%至25%的分成,已包括電子支付的交易費用和物流費用。宣傳方面,則主要會和時裝方面的網紅及微網紅合作,以及借助社交媒體廣告等。
相關字詞﹕創科線