1. 引言
“新中式”是中国现代设计理想的实践,在文化自信的背景下,新中式女装市场需求不断提升,然而新中式女装消费需求与产品供给落差大,创新力量供不应求。以ChatGPT和Midjourney为代表的新一代生成式AI,依托人工智能算法进行文本生成和自然语言处理,通过深度学习算法,特别是神经网络,来理解和生成自然语言文本及图像,已经达到了可以取代部分设计师的程度。随着首届中国AIGC产业峰会在京举行,来自产学研各方代表分享和探讨了包括生成式AI、ChatGPT、大模型等热议趋势和话题,并发布了首份中国AI生成内容产业全景报告。生成式AI宛如设计界的一场地震,也在女装创新设计、生产、接受、批评中发生着一系列变革。生成式AI实现设计物料更新为设计创作的落地提供了更多可能。文章以新中式女装为研究对象,以生成式AI为技术手段为新中式女装设计总结了设计方法,也为设计师和研究者进一步探索生成式AI在服装设计领域的应用提供了实践参考价值,并进行设计应用。
2. 新中式女装设计的现状
“新中式”,是中国美学的新实践 [1] ,新中式的“新”表现在基于传统文化特征进行的现代化表达,即通过新的款式、结构、工艺和新材料进行中式文化和东方审美的解构和再创造。新中式穿搭是基于东方审美,经由年轻化和现代化改造后的服装风格,新中式基于东方传统文化塑造当代中国人新的时尚观和生活方式,颇受大众青睐,大众对于“新中式服装”的需求也一度由其产品的使用价值上升到了产品情感属性的文化归属感和审美共鸣 [2] 。在中国现代设计浪潮中,“新中式”服装风格概念逐渐区别于“中国风”和“国潮”而明晰,如图1所示。
新中式女装是传播中国传统文化的方式,是展现现代女性东方美的外在呈现载体 [3] 。探究新中式女装的创新设计有利于开拓中国现代设计之路,有利于东方审美下新的时尚观念和生活方式的构建。新中式女装多有沉稳含蓄的东方韵味,在淘宝天猫服饰产业中心联合趋势预测机构WGSN及TMIC趋势中心联合发布的《2022春夏流行趋势》报告当中,“新中式服装”的关键词包括典雅、个性、水墨写意、盘扣、梅兰竹菊织锦、旗袍等特点,包含中式盘扣上衣、改良旗袍连衣裙、立领盘扣套装与中式发簪等单品。新中式服装弱化了既定的形式感和隆重感,以现代款式为基础设计更符合日常搭配需求。根据全球行业报告库《2022淘宝天猫服饰行业趋势白皮书》中阿里2022年8月消费数据显示,“新中式”相关服饰品GMV商品交易总额在两年内增速超过100%;淘宝平台新中式风格搜索人数在2022年上半年搜

Figure 1. Definition of “Neo-Chinese Style”
图1. “新中式”的概念界定①
索环比涨幅超380%。在刘红文等 [4] 对于新中式服装的消费需求与市场设计供给落差的调查发现,新中式服装产品难以满足消费需求,其创新设计可以从造型比例、面料质地、多元搭配性、色彩应用、流行趋势等方面进行优化。
新中式女装设计是新中式风格下为满足女性消费者需求而进行的创造性活动,设计师需要对色彩、图案、款式、面辅料、工艺等服装设计要素进行合理的安排,完成富有东方美感、服务于女性消费者的产品。除设计师对设计成品会有影响外,生产技术的发展也是成就设计创新的一个重要因素 [5] 。随着新中式女装需求的不断提升,市场的供不应求,新中式女装亟待注入新的设计力量,开拓创新设计的新途径。
3. 生成式AI在服装设计中的应用
3.1. 生成式AI的概述
生成式AI是指基于人工智能(AI)算法和模型,能够基于人工智能已有数据寻找规律通过指令生成文本、图像、音频或其他形式的内容的一类技术,这些技术通常具有高度逼真性和创造性。如语言生成技术与图像生成技术。自然语言生成技术主要用于生成文本,可以用于自动生成文档、产品描述、甚至小说,如Chat GPT (Generative Pre-trained Transformer)是其中一个知名的NLG模型;图像生成技术使用生成对抗网络(GANs)等模型,能够生成逼真的图像。它可以用于图像修复、风格转换、艺术创作等各种应用。在服装创新设计中生成式AI只要用于文本与图像内容的生成。
根据年初发布的《2023中国AIGC产业全景报告》,我国目前AIGC产业正处于发展的早期阶段,2023至2025年为我国AIGC产业的培育摸索期,底层大模型发展加速,有待中间层玩家的加入和应用,如图2。生成式AI的发展正在对设计领域产生深远的影响,带动了新的设计方式的产生。2023年4月,纽约时装周举办了全球首个“AI Fashion Week”,集结了来自全国各地的设计师、技术专家和时尚行业领袖,共同探讨人工智能融入时尚设计,探索格局更新,风格创新和时尚可持续的新路径。AI在时尚领域的应用和探索正在逐渐成为时尚业发展的重要趋势,新技术革命下中国服装设计师应该积极探索使之成为设计的有效工具。
设计一直是有远见性,创造性的活动,生成式AI渗入到设计领域 [6] ,将影响着各行各业,时代的发展和技术的进步无一不促使服装设计师们不断掌握当下的发展趋势,充分利用AI为工具辅助设计。反复试验总结AI生成的规律,以更好地掌握技术成为助力“新中式”创新设计的工具,为“新中式”服装设计提供新思路。

Figure 2. “2023 China AIGC Industry Panorama Report” Development Trend Map
图2. 《2023中国AIGC产业全景报告》发展趋势图②
3.2. 生成式AI的创作优势和局限性
首先,生成式AI对于图像和文本的输出具有唯一性和突破性,有利于服装创新设计的多元化与个性化实现。AI绘画工具生成图像具有唯一性,其生成逻辑是凭借指令庞大的数据库和训练样本,通过算法生成唯一的训练样本数据库的全新图片 [7] ,所使用的AI模型的架构以及训练数据的质量和数量,在生成中更大的训练数据集和更多的训练迭代通常会提高生成内容的个性和多样性,也使得相同指令和参数设置下前后生成的图片唯一。AI绘画工具生成图像具有突破性,图生图、文生图都具有不确定性,设计师们不断地更换描述语获得接近预期的答案过程中,部分设计与图像可以突破预期,融合进最终效果的呈现。AI文本生成工具Chat GPT以对话形式与人进行交互的语言模型,已不拘泥于UGC时代搜索引擎出现的千篇一律的答案以及PGC时代低效的专业用户内容产出,文本输出不仅可以自恰得组织语言,还有总分总的特征,有利于帮助创作者突破本身的固有思维。因此,设计师通过AI生成工具进行灵感延伸、设计物料的搜集和生成从本质上可以帮助完成创新设计的多元化实现。就新中式服装无法满足消费多元化需求的市场情况而言,从设计灵感的多元发散有利于帮助新中式设计师发散新的设计元素与创新点。
其次,生成式AI时间短,设计可视性,可以提高设计效率和生产效率。AI绘图工具在较短时间里组合或输出具象效果,可视化可以帮助新中式服装设计师更高效、更快捷得了解到该种色彩搭配、该款式、该图案在服装中呈现的效果,减少了试错的时间成本;Midjourney图像生成工具在快速生成模式和中画质要求下自动生成一组四张图片的时间基本在一分钟左右,Vega AI图像生成工具平均生成时间为26秒,Stable Diffusion图像生成工具生成时间为0.5~4分钟。除了生成时间短、设计可视化外,图像生成可以辅助设计创新的程序和应用面广。在服装设计过程中,不仅可以辅助设计师及其创意团队在项目中推动创意思维、优化灵感库,更可以延伸设计物料,进行款式创新,生成四方连续图案以及面料肌理,导出风格化服装效果图以及生成个性化场景的服装模特大片,合理而有效地利用将辅助新中式设计师优化现有款式,帮助品牌完成稳定而创新的设计输出。
生成式AI的确能以极快的速度和惊人创造力为设计师和创作者提供前所未有的灵感物料,生成大量视觉内容,但也有一些局限性。Midjourney、Stable Diffusion等AI图像生成大数据模型对于“新中式女装”的认识和学习都不够深入,prompt指令仅接受英文输入,在翻译过程中会缺失对中式元素本身的理解,更偏向于机械化的解读和关键词的片段化理解。如试验的描述语中,将“带有甲骨文元素的服装”翻译为“garment embedded oracle elements”时,“oracle”并未被识别到目标的“甲骨文”意义,因此图像的生成中将不包含构想元素,利用Midjourney等AI绘图工具直接进行设计输出显然不切实际。
基于生成式AI的创作优势和局限性分析,新中式女装创新设计借助生成式AI多元化而高效率的创作优势,最大程度上规避局限性,需要以设计师为主导,基于设计思维,通过对AI生成工具规律的总结,最大程度发挥技术的应用价值。
3.3. 生成式AI在服装设计中的应用
生成式AI参与到服装创新设计的环节中,设计师应掌握图像和文字内容的基本规律和技巧,以及不同内容生成工具的交叉使用。
图像生成工具在服装创新设计应用中扮演了最主要角色,AI绘图生图方式通常包括文字生图、垫图功能以及多图生图。以服装设计师最常使用的智能图像生成工具Midjourney为例,如图3,其主要功能为Imagine功能以文生图,是指通过输入文字指令AI生成图像或视觉元素,文生图功能为服装设计师提供了更多创造性,从而在服装设计中引入个性化、发散性的装饰元素。Imagine功能也包含了垫图描述功能,即链接图片,以垫图为参考,加以文字描述生成图像,不仅可以更准确得锁定到相应风格、色彩、图案、款式、面辅料或是整体背景和氛围,通过垫图元素更换来快速尝试不同的版型、剪裁和设计元素,以找到适合设计发展的参考,也可根据垫图素材进行多元化图像发展以供设计师进行选择尝试,辅助设计师更轻松省力得完成作品。其次,Blend图生图功能,指将多个图像输入到系统中,通过计算和组合生成新的图像,该图像将读取输入图像的部分内容与特征进行组合,此功能不添加描述语并且图片不多于五张。另外,Midjourney的Describe功能反推以其自身逻辑语言对图片进行文字描述,有利于设计师更好的找到其叙述规律与语言逻辑,更有效的控制获得目标图片。再次,还有Perfer选择偏好、Setting模式设置、Stealth私密设置等,方便设计师在使用过程中更准确而有效的获得预期图像。

Figure 3. The main features of Midjourney
图3. Midjourney主要功能③
AI生成工具的本质是机械性的,图片的生成具有不确定性,设计师在使用需要总结其生成原则才能进行更好的掌握。Midjourney的图像生成由指令直接决定,人工智能对于prompt描述语的读取和具象化生成通常有就前着重、名词关键着重的特征。就前着重,即应将预期图像最主体的内容就前;名词关键着重,由于人工智能对于名词更有具象化概念,因此在生成中转化性强,在指令的语言组织中应善用名词关键词。Prompt指令的逻辑框架主要可以分为内容描述、风格描述、构图描述和参数设定四块基本内容进行组织,下图总结了Midjourney图像生成时Imagine功能下Prompt指令的常规逻辑框架,在Midjourney的使用中学会抓取预期图像的关键特征就前描述,善于使用名词组织描述语,由于生成的不确定性多转变描述语输出图像。根据生成和应用经验,总结了如图4所示的prompt指令逻辑框架图,可供服装设计师参考。

Figure 4. Summary of the logical framework for the Prompt instruction in the Midjourney
图4. Midjourney中Prompt指令逻辑框架总结④
Chat GPT作为备受认可、被广泛应用的语言生成工具 [8] ,在服装设计活动中将发挥重大作用。首先,其模型规模大,基于GPT-3模型构建,GPT-3是迄今为止最大、最复杂的自然语言处理模型之一,拥有数十亿的参数,这使得它能够理解和生成高度复杂的自然语言文本,掌握设计大师、品牌等各方面的语料,可以生成各种不同主题和风格的文本,适用于通用领域下的应用,使得设计主题不仅局限于某一范畴。其次,即具沟通性,GPT-3在大规模的互联网文本数据上进行了训练,具有广泛的知识和信息,使得ChatGPT能够提供丰富的回答和内容,并在对话中表现出更自然的语言,它不仅仅用于一种特定的自然语言处理任务,具有沟通性,可以应用于对话系统、文本生成、问题回答、翻译、摘要生成、文本分类等各种任务,设计师可以以提问形式获知需求的答案,更可以以陈述形式扩展已知设计事物更全面的信息。再次,开放性和可扩展性,GPT-3和ChatGPT的开放性引起了广泛的研究兴趣和迭代,大量的实验和创新改进了模型的功能,GPT-3和ChatGPT是可扩展的,可以接受更多的训练数据,可以不断改进和适应新的任务和需求,与时俱进以适应设计新语言与设计师的新需求 [9] 。在设计活动中Chat GPT可以结合图片生成工具,辅助设计师完成描述语的组织,以达到更贴合目标的图片生成。
4. 生成式AI在新中式服装中的设计方法与设计实践
4.1. 设计方法
根据对生成式AI在服装设计中应用优势和局限性的分析以及工具应用规律的总结,可以看出:生成式AI在新中式创新设计中的应用必须基于设计思维,且需以设计师为主导,以生成式AI为辅助工具进行。本文将两者结合,提出了生成式AI在新中式女装创新设计中的设计方法,如图5。
如图5,新中式女装设计应用设计思维,结合AI生成技术展开创作,分为五个阶段,AI生成技术在其中分别起到发散思维、搜集信息、确定元素、参考试错、提供方案的作用。在灵感寻找的阶段,生成式AI发散思维,辅助思维导图进行,有利于思维逻辑的梳理。在确定灵感来源阶段,生成式AI辅助信息搜集,补充灵感相关历史背景、文学作品进行基础调研;补充新中式创意、市场趋势的信息了解,

Figure 5. The design method of generation AI in the innovation of Neo-Chinese style women’s dress
图5. 生成式AI在新中式女装创新中的设计方法⑤
帮助设计师更好地启发灵感、考虑受众需求的满足和规划设计;补充符合的新中式品牌、设计师信息,生成灵感素材、组合灵感调性、确定灵感来源,最终以设计灵感版呈现设计风格。在设计发展阶段,生成式AI辅助确定服装五大元素的方向,可以通过生成式AI辅助图案、面料、色彩、工艺、款式五大元素的方向。在效果图绘制阶段,生成式AI辅助设计开拓款式,我们可以组合参考款式、大量生成设计草图,有助于设计师在款式设计创新力匮乏的情况下得到新思路,进一步完善设计,试穿效果图的生成也使设计师可以在实际制作之前评估和调整设计。在数字化呈现阶段,设计师可以提供模特妆造、数字化秀场等符合其设计愿景数字化呈现的文本描述,AI可以将这些描述转化为可视化的图像提供建模方案,帮助设计师更好地呈现新中式服装设计,展示设计概念。但是,生成式AI始终是工具 [10] ,设计师的创意和独特性才是成就优秀设计作品的关键因素。
4.2. 设计实践
根据所提出的生成式AI在新中式女装中的设计方法,本文进行了针对设计方法的模拟实践,如图6,在设计过程中应用了该技术的不同方式完成了最终的新中式女装创新设计。
第一步,找灵感,利用生成式AI延伸思维。该设计以“东方韵”为主题展开头脑风暴,应用Chat GPT扩展关键词,再以关键词为分支进行主题延伸的思维风暴,如图7所示。利用AI文字生成技术拓展主题,根据设计经验和主题理解最终确定可以拓展思维、延伸故事的八个关键词,整理延伸,逐步形成一个有机的设计主题,将不同的设计元素融合到一个统一的概念中,根据对于主题“东方韵”的理解与设计思维发展过程的把握,将关键词展开形成完整的思维导图,最终确定了以东方莳花及女性形象为灵感来源进行设计发展。
第二步,确定灵感来源,根据思维导图对于设计灵感的整理和发展,选择有机、能够激发创造力的主题为灵感来源,借助ChatGPT补充了古人莳花的历史背景、文学作品及其意境,如北宋梅尧臣《乞巧赋》中充满诗意和浪漫气息的“列莳花与美果,祈织女与丁宁”,明代仇英的代表作《汉宫春晓图》感受到了宫廷春天的活力和闲适;补充了新中式服装趋势类的信息;补充了可参考的新中式品牌、设计师

Figure 6. Application of generative AI in design process
图6. 设计过程中生成式AI的应用⑥

Figure 7. Thought map of Oriental Rhyme
图7. 《东方韵》思维导图⑦
信息,如Uma wang、Huishan Zhang等小众设计师品牌;根据设计调研和品牌趋势参考逐渐清晰设计风格,确定灵感的可发展、可实现,Midjourney补充生成物料,补充完成设计灵感版,呈现设计风格,最终呈现如图8。

Figure 8. The inspiration version of “Ordinary Flower”
图8. 《凡花仕》灵感版⑧
第三步,设计发展,可以通过生成式AI辅助图案、面料、色彩、工艺、款式五大元素的设计方向。关于图案,以《汉宫春晓图》为原型,选取了有赋象征意义的抽象图案造型的山水以及女性形象,以及竹叶元素大致排版,通过prompt垫图参考加以描述语生成图案,根据生成图案参考其构图、元素进行创新设计,生成四方连续图案时可使用“--tile”的后缀参数。关于色彩,根据色彩趋势报告选取了星蓝、缥碧、浅驼和琼琚等低饱和传统中式色彩组合配色符合灵感莳花女性形象的优雅知性,确定色彩版后可以选取符合款式,通过生成式AI的Blend功能将色彩在成衣中应用,参考配色美感,决定配色比例等,如图9。关于款式,在保留中式经典的右衽、系带等结构外,设计了打开背部、绑系腰部的细节体现随性安逸,强调经典性与创新性的结合,宽松剪裁,款式整体呈现简约舒适的松弛包容感。工艺上,根据工艺趋势参考结合灵感源确定了浮雕提花、烧花、植绒的面料工艺,通过文字描述语生成的款式可控性弱,可以通过文字生成不同面料工艺、缝纫工艺的图片,与已有草图或参考款式合成进行参考。关于面料,选取了具有水彩晕染质感的丝绒和有怀旧感的木纹肌理褶皱麻,通过Imagine功能prompt指令生成四方连续的木纹肌理图案与晕染效果图案,可正片叠底应用到数字化面料制作中,如图10。
第四步,效果图阶段。在大致确定的设计元素方向后,对于设计元素进行组合输出草稿,在输出匮乏时可以通过已有草图与参考款式结合生成大量草图,拓展款式廓形,开拓设计新思路,亦可以选取符合设计构思的款式,如图11,均为AI生成的款式,表现了新中式风格的淡雅精致的同时,还融入了一定的艺术性与时尚感,也为设计效果图的风格化提供了参考,最终输出效果图如图12。

Figure 9. AI multi-graphic reference color matching aesthetic case
图9. AI多图生图参考配色美感案例⑨

Figure 10. AI text generates square and continuous fold texture
图10. AI文字生成四方连续的褶皱肌理⑩
第五步,数字化设计呈现。通过文字描述生成了新中式模特妆造、数字化秀场,多次改变描述语直到生成符合其设计愿景的场景,可视化图片便利了秀场的3D呈现,以更好呈现新中式服装设计,展示设计概念 [11] ,如图13。
5. 结语
本文基于生成式AI,详细剖析了生成式AI的技术要素、发展现状、在新中式女装设计中的可应用方法,以及在服装设计中的应用前景。本文基于AI技术对新中式系列提出了设计方法,并通过设计实践进行方法验证,形成人机耦合的多元化创新方式,有利于新中式服装设计的多元、创新与推广,也有利于生成式AI在服装设计领域的进一步探索。由此可见,AI赋能为“新中式”服装设计的开拓和创新提供了新思路和新途径,设计师应该将新技术融合到设计创作中,生成式AI是工具是帮手,AIGC时代的到来会筛选出掌握设计思维的优秀的设计师,拥抱未来,不恐惧未来,思想和技术兼备的设计师就是未来。
基金项目
国家社科基金艺术学项目“百年中国服装设计艺术风格史研究”(项目编号:22BG116)。
注释
①图1来源:作者自绘
②图2来源:https://www.xdyanbao.com/doc/aba21k6t7s?bd_vid=11102741657715519089
③图3来源:作者自绘
④图4来源:作者自绘
⑤图5来源:作者自绘
⑥图6来源:作者自绘
⑦图7来源:作者自绘
⑧图8来源:作者自绘
⑨图9来源:作者自摄
⑩图10来源:作者自摄
⑪图11来源:作者自摄
⑫图12来源:作者自绘
⑬图13来源:作者自摄