Try&Buy:一張照片,AI 試衣間讓你一鍵試 「裝」

TechNode
動點科技

即便是擁有 「九頭身」 的名模,也難免在買衣服的時候入錯坑。關於穿衣打扮,沒有人不挑剔。至於如何找到材質、大小、設計都合適的衣服,大家公認為的穩妥方法應該是 「上身試」。

然而,在網購 「淘寶」 時代,消費者無法直接試穿衣服。儘管大部分商家承諾 7 天無理由退換,以保證消費者有足夠的時間對這些 「海選」 產品進行 「複試」(即試穿)。但不得不承認的是,事實上,線上商家的退換貨率居高不下,而漫長的退換貨周期和手續對於買家來說也是降低了體驗值。此外,在以 「體驗為王’ 的線下實體店,許多消費者的體驗舒適度也並沒有改善。許多門店擁擠的試衣間和大排長龍的試衣顧客,讓人頗感無奈。

如何在改善線上線下消費者試衣體驗,幫助大家更快更准的找到適合的衣服?

一家來自印度的創業公司 Try&Buy 推出了基於 AI 技術的虛擬試衣間。Try&Buy 運用計算機視覺技術幫助線上零售商建立虛擬試衣間。用戶隻需上傳自拍照片,就可迅速生成線上模擬身體模型,獲得與在實體店一致的試衣體驗,從而減少退貨換貨流程,提高賣家的銷售業績。

當然,虛擬試衣間並不是才出現的 「新物種」。2014 年,微軟就應用 Kinect 3D 感應技術,推出虛擬試身鏡。該試衣鏡設有 6 英尺 6 英寸屏幕,鏡頭可拍下顧客身軀的 3D 立體影像,再顯示在屏幕上,然後電腦會挑選一系列服裝及飾物供顧客選擇,顧客祗要輕輕揮手,便可選擇 「試穿」 哪件衣服,試穿畫面更可即時放上網。後來,電商巨頭亞馬遜也推出了虛擬鏡子系統。據其專利文件介紹,其應用了混合現實技術,和現實的平面鏡子透過反射光線來映射物體不同,虛擬鏡子的鏡面背後是一塊投影出來的銀幕,試鏡者之所以感覺是在照鏡子而不是錄像重放,是因為從攝像機拍攝人物到呈現在銀幕這一過程非常短,讓人誤以為是在照鏡子。

「微軟的技術,不實時,價格貴。亞馬遜的解決方案需要到實驗室里面給身體拍照,再進行分析,所以在應用場景上有局限。」Try&Buy 的創始人兼 CEO Nitin Vats 認為關於虛擬試衣間的體驗還有更多需要優化的空間。

作為計算機科學家,微軟的比爾蓋茨核心研究團隊的前研究員,Nitin 負責為軟體提供最佳的計算機安全性。他發明了更安全的 NNRU 系統,並成功破解了著名的法國安全系統 NTRU。為了向時尚電子商務提供接近現實的購物體驗,Nitin 開發了相關技術,獲得了美國專利並推出了 Try&Buy。「透過我們的應用,顧客在手機上拍個照片,然後把身高、體重等一起輸入到系統中,係統則會自動生成一個 3D 的人體形象,而且也可以做成視頻。」Nitin 介紹道。

據 Nitin 解釋,Try&Buy 應用的體驗優勢主要表現在兩方面。一是 3D 人體形象的建立非常靈活。據悉,用戶隻需要給系統一張照片和體重、身高數據。首先,係統會根據用戶的脖子和肩膀比例、距離來判斷是什麼樣的身材。

「很多人購買的時候,可能並不想要放太多的資訊上去,僅僅會提供簡單的圖片。」Nitin 說。此外,他透露,關於身型判斷,Try&Buy 系統背後的數據庫分析了 2000 多種體型,並且運用人工智能做了一個模型,可以比較准確地分析出用戶的身型。當然,如果用戶覺得系統建立的身體模型不是很滿意,還可以自己在臀圍、腰圍等方面進行調整。

除了人形虛擬模型的構建,Try&Buy 在衣服與虛擬人模型的結合方面也充分考慮到了實用性。Nitin 介紹道,首先,衣服的材質可以虛擬試穿中體現,例如透明材質。另外,有些人喜歡穿寬松的,有些人喜歡穿緊一點的,用戶也可以直觀地瞭解衣服在不同狀態下的呈現效果。「用戶能夠更加精准地挑到自己喜歡的產品,這樣退貨率也會降低。」Nitin 說:「很多競爭者需要身體的整個形狀才能夠構建 3D 的人形形象,但我們隻需要把衣服和用戶照片加在一起就可以得到 3D 效果。」

據悉,Try&Buy 主要有三種商業模式:一是和線上的品牌,如電商平臺在合作;二是直接和品牌合作;三個就是透過和線下的實體店合作。目前該公司已經和 200 多個品牌合作,如和印度沃爾瑪的線上店和線下店都在合作。「我們還有個計畫是:推出一個人工智能時尚顧問。它會根據你以前的試穿記錄和喜好推薦一些你可能感興趣的搭配。」Nitin 說。

Try&Buy 已經完成了種子輪融資。

題圖來源:pixabay

延伸閱讀:

你可能還想看