30 秒出服装设计稿,森马用函数计算+AIGC 整“新活”!

本文涉及的产品
简介: 阿里云函数计算帮助森马应对AI项目初期的决策周期长、自建GPU集群成本高和模型部署难的挑战,通过提供一键部署的Stable Diffusion模型,实现快速的AI推理应用开发和部署。

image.png

创新项目如何去赋能我们的业务,这件事情在森马很重要。阿里云函数计算帮我们屏蔽掉了想把AI落地到实际业务场景中 GPU 算力资源储备、采购成本、技术门槛等很多难题,从而迅速做出决策,快人一步站在正确的起点,体验新技术对整个服装爆款设计、营销链路带来的改变。

—— 林建霞 森马数字中心创新业务研发负责人


2023 年被很多人称为 AIGC 元年,众多 AI 大模型向人们展示了他们惊人的创造力,千行百业对于 AI 技术落地生产的想象力无限生长。作为 AIGC 时代不可或缺的算力参与者,阿里云为企业落地保驾护航,帮助他们借助云计算以更低的成本、更高的效率切实获得AI浪潮带来的“红利”。


2023 年初,森马希望迅速将 AI 技术深度融入到企业的核心业务流程中,实现服装行业中,从产品设计、生产制造、营销推广到售后服务的全链条智能化升级。在一个阳光明媚的下午我们走进森马,一起聊聊这个陪伴一代代中国年轻人成长的企业,如何基于阿里云函数计算,快速实现传统服装行业与 AI “碰撞”,在多场景下以 AIGC 实现生产提效。


与时代共振的森马


森马成立于 1996 年,一直致力于为中国新时代的年轻人提供适合各种生活场景的搭配产品,传递亲切、时尚、舒适的品牌理念。27 年的发展,森马与时代同频共振,成长为中国时尚产业的代表品牌之一。除了在成人装领域发力,森马旗下还拥有众多童装品牌如巴拉巴拉,已经成为中国童装领域的领导者。


到 2022年,森马电商 GMV(商品交易总额) 已经超过了 120 亿元,线下渠道网点则增加到了超过 8000 家,覆盖了全国 400 多个城市,并在全国拥有 2000 多家加盟商。在业务不断迭代和规模扩大的过程中,森马也在数据化领域实现了从信息化到数字化转型跃迁。


AIGC 浪潮下,企业面临的三大挑战


AIGC 技术的飞速发展使得文生图模型不断实现更加良好的生成效果,与此同时,以 Stable Diffusion (以下简称 SD)为代表的开源项目空前活跃,文生图成为大模型最火热的应用领域之一。森马希望迅速将 AI 技术深度融入到企业的核心业务流程中,实现服装行业中,从产品设计、生产制造、营销推广到售后服务的全链条智能化升级。与很多企业面对的问题一样,森马在项目初期也遇到了很多难题。

企业级 AI 项目初期决策周期长

文生图这类高度依赖复杂计算模型的任务,对硬件设施有着极高的要求,尤其是对 GPU 算力的诉求。除此之外,配合模型推理服务,还需要搭建相应的 AI 应用,需要 CPU 计算、存储、高速网络等,每一项都决定项目能否高效运转。


对于项目负责人而言,对一个尚处于探索阶段的创新项目,更期望用最小的代价来验证价值产出,而面对市面上昂贵的 GPU 算力和 IDC 数据中心超长的采购周期,要精准预估并决策巨额的硬件投入,无疑是一项艰巨任务。不仅资金压力巨大,而且硬件设备的采购、部署、维护及未来升级的不确定性、以及对专业运维人员的招聘,都可能造成不必要的成本浪费和时间延误,成为项目推进的绊脚石。


自建 GPU 集群成本高、运维难

面对 AI 扑面而来的热度,很多企业最先想到的是自建 GPU 集群把大模型部署在本地。然而除了需要采购高端 GPU 服务器之外,还需要考虑存储、网络和其他基础设施的费用,初始资源投入非常大,且后期的运维难题更是令众多企业望而却步,电力消耗、散热系统、维护人员等持续运营成本让企业自建 GPU 集群成为了艰难的决策,对于服装行业的森马来说亦是如此。


开源模型部署难,用户难隔离

Stable Diffusion 是开源的 AI 图像生成模型,对于对稳定性和效率要求更为严格的企业用户来说,直接使用这一开源模型面临着用户难隔离,资源难分配的挑战。最明显的例子,在多人、高并发使用同一 Stable Diffusion WebUI 时,会出现长时间的排队、“卡住”、更换模型相互干扰的情况,导致设计师使用体验差、生产效率下降、创意中断等问题。


落地森马,阿里云函数计算的 AIGC 解决方案


函数计算打造最简的 AI 推理应用开发、部署平台

函数计算是事件驱动的全托管计算服务。使用函数计算,无需采购与管理服务器等基础设施,只需编写并上传代码或镜像。函数计算会准备好计算资源,弹性地、可靠地运行业务请求或者任务,并提供日志查询、性能监控和告警等功能。函数计算是典型的 Serverless 计算服务,可以让企业和开发者专注业务,省掉资源维护等工作,函数计算提供按量弹性伸缩、按实际使用资源付费的功能。


Serverless GPU + 经典 AIGC 场景

早在 2 年前,函数计算就在布局 GPU 算力,对使用者提供弹性、按量的高度虚拟化的 GPU 算力集群,目前已经支持 T4、A10 等主流推理卡型,并做了虚拟化切分,支持单实例最小 1GB 显存配置,后面还会持续推出新的卡型规格。


而在去年 AIGC 爆火之后,企业、开发者对 AIGC 驱动创新的需求也爆发式增长,但在落地探索过程中,普遍面临 GPU 算力成本高昂、AI 应用构建复杂等痛点。因此,函数计算团队及时把握业界动向,致力于打造最简的 AI 推理应用开发、部署平台。不仅在 Serverless 应用中心托管了很多经典的开源模型,如 SD、ComfyUI 等。


以 SD 模型为例,支持一键部署,大约几分钟后就能上生产使用。并针对开源 SD 模型做了优化,支持 SD 模型管理界面,SD WEB UI 前后端分离、以及高度封装的弹性 API 接口,让用户可以以多种形式来使用 SD 模型服务。同时,函数计算还和魔搭社区做了深度集成,魔搭社区上很多模型也都可以一键部署到函数计算,进行快速体验和使用,感兴趣的可以参考这篇文章《魔搭大模型一键部署到阿里云函数计算,GPU 闲置计费功能可大幅降低开销》


除了模型托管之外,函数计算还规划了 AI Runtime,可以让用户把自己的模型快速转成 API 服务(模型 To API),函数计算可以在线帮用户制作镜像并完成模型的部署。最后,必须要提的是,无论哪种使用方式,都离不开函数计算提供的弹性、免运维、按量使用和按需付费的 GPU 算力,可以更灵活、更低成本来承载 AI 推理应用。Serverless 应用中心和函数计算的结合,可以让开发者真正实现 0 技术门槛部署使用 AIGC 应用,让人人拥有专属的 AIGC 环境,感兴趣的可以参考这篇文章《AI 绘画平台难开发,难变现?试试 Stable Diffusion API Serverless 版解决方案》

image.png

函数计算助力森马冲浪 AIGC

阿里云函数计算 FC 恰好解决了森马所面临的使用问题。基于函数计算提供的一键部署 Stable Diffusion 能力,森马快速拉起了多套 SD 的使用环境。为了能让更多的员工便捷的体验到 SD 使用效果,森马在内部的钉钉工作台集成了线上环境,为大部分员工提供特定效果 SD 使用页面,在该页面中固定模型和插件,尽可能简化使用原生 SD 使用的复杂度。同时,对专业的设计师,也会提供原生的 SD 使用环境,可以让设计师自由 DIY 模型和插件组合。

image.png

image.png

森马 AI 工作台


经过半年多的探索,森马从最初两个事业部采用函数计算的 SD 作图,扩展到现在已有 6 个 BU 单元 13 个小组相继接入,利用 AIGC 能力,提升服务设计效率,简化工作流程。在这个过程中,森马也从一线设计师收到了许多真实的体验反馈,比如原生的 SD 页面还是过于复杂,期望引入 AI 工作流来提升出图效率等等。


为此,森马和函数计算团队展开了更深入的合作,探讨升级使用方案:


  1. 引入 ComfyUI 提供 AI 工作流画图能力。
  2. 引入前端工程师开发专属于森马的 UI 界面,集成函数计算提供的 SD Serverless API,进一步提升广泛设计师的使用体验,屏蔽原生 SD 界面的复杂度。


和森马的合作过程,也成就了双方技术团队,共同提升在 AIGC 应用领域的技术积累。


提效!从 3 天到 30 秒


服装设计场景,灵感距离成稿只需 30 秒

在设计灵感阶段,服装设计师原本需要花费 2 到 3 天来完成一张服装设计成稿,从前期灵感搜集、线稿构思、上色,再到最终将图案呈现出来并提交评审。但现在,借助于 AI 技术的辅助,同样的过程可能仅需要 30 秒。设计师可以迅速地与 AI 进行交互,结合自己的描述,快速地将思维转化为视觉作品,借助 AI 技术开辟了全新的爆款设计路径。


推广营销场景,1 个人完成复杂海报设计

在视觉拍片环节,一张海报的背后通常隐藏着一个专业团队的辛勤工作。想象一下,任何一张精美的宣传海报,都需要摄影师的专业拍摄,模特的合适造型,化妆师的巧手点缀,以及搭配师为模特挑选服装和配饰。场景的选择也至关重要,整个过程需要多人协作才能完成。


得益于 AI 技术的辅助,视觉拍摄工作也经历了变革。从依赖一整个团队的拍摄制作,到现在可以仅需一个人+ AI 完成,通过模型训练,精准转化素人模特或人台真实上身效果,产品海报背景也能随心所欲的生成。不仅极大地简化了设计和营销的工作流程,还加快了从创意到最终产品的转化过程。

image.png


在云上探索 AI 技术与服务行业的深度融合新路径


森马数字中心创新项目负责人林建霞女士也跟我们分享了 AI 技术在森马业务中的潜在应用前景:


  • 通过 AI 算法分析海量用户数据和时尚趋势信息,精准预测并快速响应新时代青年的穿搭喜好变化,助力设计师打造更符合市场需求的服装款式;
    • 借助 AI 优化供应链管理,提高生产效率,降低库存风险,确保产品能以更快的速度、更优的价格触达消费者;再次,运用 AI 进行个性化推荐与智能客服,提升购物体验,增强用户粘性;
    • 通过 AI 辅助数据分析,实时洞察市场反馈,为品牌战略决策提供科学依据。


    未来,森马数字中心创新项目团队将以开放的心态积极探索 AI 技术与服饰行业的深度融合路径,力求在最短时间内实现 AI 技术在业务中的有效突破,引领行业数字化、智能化转型的新风尚。


    今年,森马服饰计划在终端门店部署这项 AI 画图的前沿技术,让到店的顾客都可以现场 DIY T 恤制作。做为该项计划的技术支持者,函数计算团队把 Serverless 技术运用到 GPU 上,提出了“人人皆可拥有专属 AIGC 环境”的新愿景,大幅降低用户在 AI 领域的试错成本与使用门槛,使用户能更专注于自身业务发展,无需过度担忧底层资源的运维工作。


    相关实践学习
    基于阿里云DeepGPU实例,用AI画唯美国风少女
    本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
    相关文章
    |
    9月前
    |
    人工智能 Serverless 开发者
    阿里云 X 森马 AIGC T 恤设计大赛开启!穿什么由你定,赢 Airpods,作品定制联名T恤
    阿里云 X 森马 AIGC T 恤设计大赛开启!穿什么由你定,赢 Airpods,作品定制联名T恤
    |
    9月前
    |
    人工智能 Serverless 开发者
    阿里云 X 森马 AIGC T恤设计大赛开启! 穿什么由你定,赢Airpods,作品定制联名T恤
    函数计算部署 Stable Diffusion, 内置常用插件+ControlNet,支持 SDXL1.0。阿里云 X 森马 AIGC T 恤设计大赛开启! 使用 SD 展现创意和技术,即有机会赢得 Airpods 、作品定制阿里云X森马联名T恤等丰厚奖励.
    阿里云 X 森马 AIGC T恤设计大赛开启! 穿什么由你定,赢Airpods,作品定制联名T恤
    |
    6天前
    |
    机器学习/深度学习 人工智能 自然语言处理
    【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)(一)
    【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)
    176 0
    |
    6天前
    |
    人工智能 测试技术 API
    【AIGC】LangChain Agent(代理)技术分析与实践
    【5月更文挑战第12天】 LangChain代理是利用大语言模型和推理引擎执行一系列操作以完成任务的工具,适用于从简单响应到复杂交互的各种场景。它能整合多种服务,如Google搜索、Wikipedia和LLM。代理通过选择合适的工具按顺序执行任务,不同于链的固定路径。代理的优势在于可以根据上下文动态选择工具和执行策略。适用场景包括网络搜索、嵌入式搜索和API集成。代理由工具组成,每个工具负责单一任务,如Web搜索或数据库查询。工具包则包含预定义的工具集合。创建代理需要定义工具、初始化执行器和设置提示词。LangChain提供了一个从简单到复杂的AI解决方案框架。
    126 3
    |
    6天前
    |
    机器学习/深度学习 人工智能 NoSQL
    【AIGC】深入浅出理解检索增强技术(RAG)
    【5月更文挑战第10天】本文介绍了检索增强生成(RAG)技术,这是一种将AI模型与内部数据结合,提升处理和理解能力的方法。通过实时从大型文档库检索信息,扩展预训练语言模型的知识。文章通过示例说明了当模型需要回答未公开来源的内容时,RAG如何通过添加上下文信息来增强模型的回答能力。讨论了实际应用中令牌限制和文本分块的问题,以及使用文本嵌入技术解决相关性匹配的挑战。最后,概述了实现RAG的步骤,并预告后续将分享构建检索增强服务的详情。
    94 3
    |
    6天前
    |
    存储 人工智能 API
    【AIGC】基于检索增强技术(RAG)构建大语言模型(LLM)应用程序
    【5月更文挑战第7天】基于检索增强技术(RAG)构建大语言模型(LLM)应用程序实践
    98 1
    |
    6天前
    |
    机器学习/深度学习 人工智能 自然语言处理
    【活动】AIGC 技术的发展现状与未来趋势
    AIGC技术现正快速发展,涉及文本、图像、音频和视频生成。GPT-3等模型已能生成连贯文本,GANs创造高质量图像,WaveNet合成逼真音频。尽管面临质量控制、原创性、可解释性和安全性的挑战,未来趋势将聚焦更高生成质量、多模态内容、个性化定制、增强可解释性和透明度,以及关注安全性和伦理问题。AIGC将在多领域创造更多可能性。
    181 3
    |
    6天前
    |
    机器学习/深度学习 人工智能 自然语言处理
    【AIGC】文档智能助手技术解决方案报告
    【4月更文挑战第14天】智能文档处理助手技术解决方案报告整理输出
    178 0
    |
    6天前
    |
    人工智能 搜索推荐 UED
    如何评价AIGC技术的社会需求和市场环境?
    【4月更文挑战第30天】如何评价AIGC技术的社会需求和市场环境?
    135 0
    |
    6天前
    |
    机器学习/深度学习 人工智能 自然语言处理
    AIGC技术是什么?
    【4月更文挑战第30天】AIGC技术是什么?
    144 0

    热门文章

    最新文章

    相关产品

  • 函数计算