AI虛擬試衫 冀減網購退貨率

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。

[新經濟新天地]