虚拟试衣不仅在电商渠道意义重大，在线下也有很大的价值。
12月12日，由36氪《零售老板内参》主办的2017 WISE新零售峰会在北京国际会议中心隆重举行，15位零售业界顶级大咖，1000多名零售行业精英齐聚一堂，围绕“新零售时代的融合进化”展开丰富多样的主题演讲、圆桌对话，复盘新零售元年的商业变革，深入探讨新零售未来发展趋势和进化之路。
在2017 WISE新零售峰会上，好买衣联合创始人兼CEO黄仲生发表了主题为《虚拟试衣+人工智能打造服装全渠道新零售》的精彩演讲。黄仲生表示，过去很长一段时间，用户购买衣服的体验非常糟糕。线下场景里，需要经过大量的试穿才能做出判断。线上则直到收到衣服才发现不合适并最终无奈退回去。黄仲生认为，突破这种不好体验的一个做法是，在试穿之前就让消费者进行虚拟试衣。
好买衣联合创始人兼CEO黄仲生
黄仲生在演讲中谈到，他们跟很多服装品牌商交流发现，虚拟试衣不仅在电商渠道意义重大，在线下也有很大的价值。在这个过程中，有两个痛点非常明显：第一，用户进店环节，衣服摆在货架上，店里300多件衣服用户不可能一件件试穿。第二，用户在传统服装购物中，离店之后用户就消失了，可能两三个月以后才再次到店里。而通过虚拟建模的方式，则几乎可以完全镜像化创造自己的身材、脸型及发型，用户可以很方便快速地选择适合自己的款式以及搭配策略。
“在虚拟试衣过程当中，我们可以帮助零售的是什么？第一，实现线下的体验升级。在这个过程中，我们把用户数据沉淀下来；第二，通过丰富的线上渠道，品牌可以利用这些数据，实现品牌持续24小时跟用户进行很好的互动。”黄仲生表示，在持续产生互动的时候，会产生一些新信息，把这些沉淀为用户的数据，这也是非常重要的资产。通过线上把这些留存下来，优化服务及持续变现，实现更大的价值。
以下为黄仲生演讲实录，《零售老板内参》APP（微信ID：lslb168）编辑整理：
黄仲生：各位下午好，我们前面有一个展台，有一个智能试衣镜，大家可以去看一下。我们做虚拟试衣，初心是帮助女生找到最好看的衣服。我们发现了一个很有意思的现象，就是女生买衣服这件事情上，衣服不是标品，用户买回去可能穿到身上并不好看，这并不是说衣服不好看，也不是用户不好看，而是这件衣服不适合这个用户。每个人有不同的样貌和身材，她需要通过大量的试穿，四五件不太合适，终于有一件才合适。还有在线上场景，线上你更加是蒙着买，你付了钱，衣服已经寄出了，直到收到衣服不合适才退回去。这么不友好的购物方式有没有办法做一个突破呢，是否可以做到一个很好的效果？于是我们就做了这个虚拟试衣。
新零售的爆发，让我们有了一些新的思考，我们跟很多服装品牌交流的时候，发现虚拟试衣不仅在电商，在线下也有很大的价值。线下有两个痛点非常剧烈，第一用户进店，衣服摆在货架上，拿出来比一比，好不好看不知道，怎么搭配也不知道，配什么鞋裤子衣服不知道，不知道怎么穿又挂回去。店里300多件衣服你知道哪件最好看吗，不知道，怎么办，用户不可能一件件试穿，这就是很大的痛点。
还有一个问题，在传统服装购物中，离店之后用户就失去联络了，可能两三个月以后才到店里，品牌如何解决呢？
用传统方式做虚拟试衣的公司很多，建模的方法是根据衣服的几个面计算出来，通常算出来的效果是不美观的，用户看的时候觉得不好看。第二点，如果衣服上来一个立体花，来一个蕾丝，建模需要很长的时间，这样无法满足商用化的需求。
我们就做了一个技术突破。我们先看看是什么效果，上面是三个用户，有一个是用户真人拍照的，还有一个是虚拟建模建出来的，你可以看出来哪个是真人哪个是建模吗？我们虚拟建模的效果，几乎是完全镜像化地模拟出自己的身材，脸和发型，每件衣服都有天然的美感。
我们是怎么做到这一点呢？
第一，你需要获得用户的身材，我们有亚洲最大的女性身材数据库，通过AI的方式目前已经实现用户只需输入身高和体重，我们就可以估算出跟她实际非常相似的身材模型。第二，用户关心的不仅是衣服跟我的身材搭不搭，还有我的动作以及我的脸是不是跟这件衣服很搭。于是我们把真实人脸三维建模出来，这样用户可以调整自己的脸形和发型，看到非常自然的自己。有了自己的模型，但是衣服怎么穿在我身上呢？所以我们找到一个身材跟你一模一样的人让她穿上，我们做了一个柔性人型机器人，这是物理的实物模型，它可以变成各种各样不同的体型，我们把衣服给机器人穿上，来模拟不同体型穿同一件衣服的不同效果。经过这一系列的技术突破，每个不同身材、不同肤色样貌的用户，都可以呈现出来，并且找到最合适的搭配。
这是我们做的智能试衣镜的产品，大家可以体验一下。用户在这上面看到有非常好看的衣服，一点就穿上了。在更多的试穿当中发现你穿哪个好看，这是我们可以做到的。
另外，关于服装搭配，我们研发了自由搭功能，任意上装和下装，以及鞋子、包都可以自由组合搭配，用户搭配一下就可以知道跟家里的衣服怎么配了。虚拟试衣是不是只是一个试穿工具呢？其实我们看到用户在虚拟试衣过程中，她喜欢哪一件我是有数据的，我们可以快速的地把相似的风格，相似的衣服都找出来。
除了风格类似推荐，我们通过训练机器学习资深服装搭配师的造型经验、最新的流行趋势以及大量用户身材样貌数据，可以为每一位用户个性化推荐最合适她的衣服。大家看这个用户是梨型身材，她穿白色的T恤、紧身牛仔裤这个款式不太合适，但是穿白色背心和阔腿裤就可以有效改善她的身材特点，使用户穿着更漂亮，这是我们给用户最大的价值。
线下的零售店还有什么变化呢？以前用户进店的时候，用户把衣服拿起来比对下又放回去了，但是我们做了一个产品，用户过去屏幕上形象就出来了，看到自己穿着各种衣服的样子，如果觉得哪件好看可以拿着衣服实际再试穿感受下，然后购买。
另外，当有这么一面可以帮助用户发现款式的智能试衣镜时，品牌店铺里就可以利用有限的面积对衣服进行更好地展示，而将库存全部移入仓库。当用户在屏幕上挑好款之后，可能走进试衣间，这件衣服就已经放在了试衣间里，这样可以让用户得到更快的反馈。
