CCF广东工业大学学生分会于2024年12月05日（星期四）下午成功举办了主题为“生成式时尚 AI 的趋势及应用”的学术讲座。讲座报告人是哈尔滨工业大学（深圳）的张海军教授。张海军老师主要研究方向是数据挖掘(Data mining)；机器学习(Machine Learning);多媒体信息处理(Multimedia signal processing)；时尚智能(Fashion Learning)；服务计算(Service Computing)等。

图1张海军老师

在讲座的开端，张海军老师提出了人工智能在时尚设计中的研究背景，强调了技术在解决设计问题中的重要性。他展示了一张引人注目的对比图，这张幻灯片不仅强调了人工智能技术在时尚设计领域的应用潜力，而且展示了不同的人工智能技术在时尚设计案例，并且张老师介绍了研究团队的工作重点和研究方向。

张老师首先深入解释了多模态信息在时尚设计中的重要性，这是衡量设计创新和个性化的关键指标。他通过展示不同设计元素的组合，阐述了如何利用人工智能技术来提高设计效率和创新性。他指出，多模态信息的融合能够为设计师提供更丰富的创意资源，从而推动时尚设计的边界。

张老师转向了基于草图和渲染生成对抗网络的智能服饰设计方法。他详细描述了设计师如何首先构建一副时尚服饰草图，然后根据相应的场合或季节选择合适的纹理来完成一件服饰的设计。张老师展示了草图生成对抗网络和纹理渲染生成对抗网络的工作原理，以及它们如何协同工作以提高设计的质量。

张老师概述了生成式AI中的大模型，包括VAE、GAN、Diffusion等基础算法，以及它们在自然语言处理（NLP）、计算机视觉（CV）和多模态领域的应用。他特别强调了这些模型在时尚设计中的潜力，如通过深度学习技术来提升设计效率和创新性。张老师还展示了一张图表，列出了主要的AI/ML训练大模型，包括它们的发布者、预训练模型、应用领域、参数量和所属领域。

张老师还讨论了时尚设计的未来趋势和预期。他总结了当前的工作，包括时尚产品集的生成、多阶段设计与生成问题、文案/草图设计与生成等，并展望了时尚/服装元宇宙的构建，以及如何结合ChatGPT和虚拟试穿技术来构建私人AI造型师。接着他还提到了多人远程购物场景在虚拟空间下的交互，以及元宇宙服装店铺的自动构建。

张老师在讲座中进一步阐述了人工智能在时尚设计中的深度应用，特别是在提升设计效率和创新性方面的潜力。他通过幻灯片，展示了时尚设计生成的当前工作和未来预期。张老师总结了时尚产品集的生成问题，这涉及到如何利用AI技术来创建多样化且协调的时尚产品系列。他还探讨了多阶段设计与生成问题，即如何将设计过程分解为多个阶段，并在每个阶段应用AI来优化设计决策。

张老师介绍了服装检索的概念，包括如何利用深度学习方法来提高检索的准确性和效率。他展示了基于深度学习的时尚检索方法的基本流程，以及如何通过学习用户的需求来返回精准的时尚商品，以匹配用户的需求。张老师还强调了高效的特征表示是提高服装检索性能的关键，并提出了基于深度学习的检索方法，如学习查询区域和候选区域的鲁棒性特征表示。

最后，老师为在场的听众提供了一个全面的视角，展示了人工智能如何在时尚设计领域中发挥重要作用，以及它如何塑造时尚产业的未来。张老师的讲座不仅内容丰富，而且深入浅出，使听众对人工智能在时尚设计中的应用有了更深入的了解。

至此，讲座圆满结束，感谢张海军老师分享的精彩学术讲座！