阿里巴巴推动时尚零售智能化 FashionAI展示数字化零售新模式

简介: 2018年7月4日 - 阿里巴巴集团研发的人工智能系统FashionAI已经可以为消费者提供个性化的衣着搭配建议了。阿里巴巴今天在香港推出全新数字化的时尚零售概念店,并在店内展示了这一系统的技术优势。

2018年7月4日 - 阿里巴巴集团研发的人工智能系统FashionAI已经可以为消费者提供个性化的衣着搭配建议了。阿里巴巴今天在香港推出全新数字化的时尚零售概念店,并在店内展示了这一系统的技术优势。

image

阿里巴巴的FashionAI项目,是用人工智能作时尚搭配推荐的新零售尝试。项目旨在为消费者提供个性化的搭配建议,同时为品牌提供数字化方案。项目背后的模型主要基于阿里巴巴生态系统对消费者购物趋势的洞察,淘宝造型师超过50万套搭配方案,以及来自天猫合作品牌的造型建议。为满足那些希望尝试更多创意造型的消费者,系统也可提供跨品牌的服装搭配建议。

自明日起至7月7日,阿里巴巴将在香港理工大学校园内推出展示FashionAI技术的概念店。此举旨在展示阿里巴巴如何通过新零售技术创造独特的购物体验,并为零售商提供全面数字化的蓝本。

"FashionAI概念店不但反映了我们对时尚零售业未来的思考,更是我们通过机器以更好理解和满足消费者时尚需求的探索。"阿里巴巴集团副总裁庄卓然表示。 "借助最新的AI技术,如机器学习和视觉计算,智能系统可以推荐符合消费者个人风格、并贴近最新时尚潮流的一系列产品,这在以前是难以想像的。同时,概念店启发了时尚品牌和零售商重新思考其业务经营和销售模式。AI 和时尚的结合,为服饰零售业带来了更多的想像空间和前所未有的新契机。"

阿里巴巴FashionAI概念店的新零售技术

店内的独特技术包括:
人工智能作个性化搭配推荐:FashionAI 的技术可以自动识别时尚单品的各项元素,包括衣服的颜色、风格、细节(如短袖还是长袖,圆领还是V领),再由经多年研发的AI演算法为消费者作搭配。概念店中智能屏上的"淘宝衣橱"选项,可以模拟基于消费者此前在淘宝及天猫所购买的衣服,提供与店内服饰配合的搭配建议。
智能锁扣捕捉消费者喜好: 在FashionAI 概念店内,每一件衣服或配饰,都配有安装了重力感应的陀螺仪、信号收发的Lora芯片以及可识别服装的RFID芯片的智能锁扣。当消费者拿起某件衣服时,该智能锁扣将会感应并唤醒关联的智慧屏,并展示相应的服装资讯及店内搭配推荐。
全新的试衣体验:FashionAI概念店还提供全新的试衣体验。消费者在智能屏上把选中的衣服置于试衣框内后,店员将通过店内系统接收到讯息,并直接把消费者所选的衣服和配饰放于试衣室内,免除了消费者携带多件服饰试衣的麻烦。

image

消费者在概念店试穿和购买的衣服,也会同步出现在手机淘宝的“FashionAI店”内;由此,消费者在手机淘宝上将可获得更多来自其他品牌的服饰搭配。这样,“FashionAI”除了可以展示消费者所在线下店铺的品牌服饰的搭配外,更可延展到淘宝及天猫---- 中国最大的C2C和B2C零售平台----上的服饰搭配建议。

此次在香港概念店中的所有服装和配饰均由GUESS提供。GUESS是阿里巴巴在FashionAI项目首个战略合作伙伴。阿里巴巴FashionAI概念店将于7月5日至7日期间在香港理工大学校园陈瑞球林满珍伉俪广场展出。一直以来,阿里巴巴始终在技术研发上与学术界保持着良好的联系,为此阿里巴巴联合香港理工大学联合举办了"时尚与纺织人工智能大会(AIFT)"与"FashionAI全球挑战赛",其中FashionAI2018全球挑战赛更采用了阿里云"天池"众智平台,借助大赛的形式,旨在号召全球AI人才关注AI与时尚的结合,共同推动AI 技术与时尚产业的融合。


image

由阿里巴巴“图像和美”团队联合香港理工大学纺织及制衣学系、英国纺织协会共同发起2018FashionAI全球挑战赛将于北京时间7月5号(周四)9:00-16:30在香港理工大学进行决赛答辩。

本次2018FashionAI全球挑战赛发布业界首个同时满足服饰专业性和机器学习要求的大规模高质量数据集,旨在推动业界解决机器读懂时尚的两个基础问题:服饰关键点定位和基础属性识别,号召全世界的AI科研人才共同推动AI 技术在时尚产业的落地。

image

据天池数据众智平台官方统计,从三月至今,来自中国、美国、印度、英国、澳大利亚等全球42个国家和地区的5272支队伍共6594名选手在2018FashionAI全球挑战赛的赛场上展开了激烈的角逐。选手中有来自美国斯坦福大学、伊利诺伊大学香槟分校、卡内基梅隆大学、日本早稻田大学,中科院、清华、北大、等全球知名高校的在校生(含本科生,研究生,博士生),也有来自微软亚洲研究院、腾讯、京东、唯品会等知名AI研究机构和企业的工程师。

而来自中科院计算所研究员山世光,中科院自动化所研究员王亮,华中科技大学教授白翔,阿里巴巴机器智能技术研究院、首席科学家兼副院长任小枫,北京服装学院副院长詹炳宏等知名专家将会作为评审嘉宾,共同见证两个赛道冠亚季军等诞生。

2018FashionAI全球挑战赛将于7月5日进行全天决赛答辩,扫描下方二维码,可迅速抵达决赛答辩直播间哦。


image

原文发布时间为:2018-07-04
本文来自云栖社区合作伙伴“淘宝技术”,了解相关信息可以关注“淘宝技术”。

相关文章
|
1月前
|
人工智能 运维 物联网
云大使 X 函数计算 FC 专属活动上线!享返佣,一键打造 AI 应用
如今,AI 技术已经成为推动业务创新和增长的重要力量。但对于许多企业和开发者来说,如何高效、便捷地部署和管理 AI 应用仍然是一个挑战。阿里云函数计算 FC 以其免运维的特点,大大降低了 AI 应用部署的复杂性。用户无需担心底层资源的管理和运维问题,可以专注于应用的创新和开发,并且用户可以通过一键部署功能,迅速将 AI 大模型部署到云端,实现快速上线和迭代。函数计算目前推出了多种规格的云资源优惠套餐,用户可以根据实际需求灵活选择。
|
29天前
|
人工智能 算法 前端开发
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
OmAgent 是 Om AI 与浙江大学联合开源的多模态语言代理框架,支持多设备连接、高效模型集成,助力开发者快速构建复杂的多模态代理应用。
193 72
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
|
15天前
|
人工智能 自然语言处理 搜索推荐
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
92 24
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
|
9天前
|
机器学习/深度学习 存储 人工智能
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
MNN-LLM App 是阿里巴巴基于 MNN-LLM 框架开发的 Android 应用,支持多模态交互、多种主流模型选择、离线运行及性能优化。
797 14
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
|
6天前
|
人工智能 开发框架 数据可视化
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
126 27
|
5天前
|
存储 人工智能 NoSQL
Airweave:快速集成应用数据打造AI知识库的开源平台,支持多源整合和自动同步数据
Airweave 是一个开源工具,能够将应用程序的数据同步到图数据库和向量数据库中,实现智能代理检索。它支持无代码集成、多租户支持和自动同步等功能。
62 14
|
9天前
|
人工智能 自然语言处理 数据可视化
Cursor 为低代码加速,AI 生成应用新体验!
通过连接 Cursor,打破了传统低代码开发的局限,我们无需编写一行代码,甚至连拖拉拽这种操作都可以抛诸脑后。只需通过与 Cursor 进行自然语言对话,用清晰的文字描述自己的应用需求,就能轻松创建出一个完整的低代码应用。
584 8
|
7天前
|
人工智能 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 7.4 应用实践之 AI大模型外脑
PolarDB向量数据库插件通过实现通义大模型AI的外脑,解决了通用大模型无法触达私有知识库和产生幻觉的问题。该插件允许用户将新发现的知识和未训练的私有知识分段并转换为向量,存储在向量数据库中,并创建索引以加速相似搜索。当用户提问时,系统将问题向量化并与数据库中的向量进行匹配,找到最相似的内容发送给大模型,从而提高回答的准确性和相关性。此外,PolarDB支持多种编程语言接口,如Python,使数据库具备内置AI能力,极大提升了数据处理和分析的效率。
30 4
|
7天前
|
人工智能 自然语言处理 搜索推荐
现在最火的AI是怎么应用到体育行业的
AI在体育行业的应用日益广泛,涵盖数据分析、伤病预防、观众体验、裁判辅助等多个领域。通过传感器和可穿戴设备,AI分析运动员表现,提供个性化训练建议;预测伤病风险,制定康复方案;优化比赛预测和博彩指数;提升观众的个性化内容推荐和沉浸式观赛体验;辅助裁判判罚,提高准确性;发掘青训人才,优化训练计划;智能管理场馆运营和票务;自动生成媒体内容,提供实时翻译;支持电竞分析和虚拟体育赛事;并为运动员提供个性化营养和健康管理方案。未来,随着技术进步,AI的应用将更加深入和多样化。
|
23天前
|
人工智能 自然语言处理 JavaScript
微软开源课程!21节课程教你开发生成式 AI 应用所需了解的一切
微软推出的生成式 AI 入门课程,涵盖 21 节课程,帮助开发者快速掌握生成式 AI 应用开发,支持 Python 和 TypeScript 代码示例。
257 15