时尚不懂科技的黑

2026 中国国际服装服饰博览会（秋季）于8月25—27日在国家会展中心（上海）举办。「CHIC商业趋势发布」以“新・质・跃・迁”为命题，聚焦服装产业核心，打造兼具前瞻视野与实操价值的趋势导航图。集结品牌创始人、技术先锋、学术专家、渠道操盘手，带来四场圆桌对话，我很荣幸受邀担任其中一场的主持人。

对话一开始，我没有请三位嘉宾谈愿景，而是请他们同时举起一只手。“过去十年，数字化在中国时尚消费产业的贡献和成就，1 分到 5 分。1 分代表总体增负，5 分代表已经形成可持续、可复制的生产率跃迁。”我又加了一句：“这个分数打给行业，无关各自公司。不要客气，客气的分数没有信息量。”

三只手同时抬起来。3、2、3。

台上坐着的三个人，分别来自品牌经营端、商业渠道端、技术产品端：一位管理着 700 多家门店的国民女装品牌总经理，一位在上海最大的国资商业体系里推动技术落地的科创负责人，一位服务过 50 多个国际品牌的 AI 创业者。他们每天签数字化的单、验数字化的收、卖数字化的产品。

【嘉宾介绍】

孙铭阳是 LILY 品牌的创始团队成员之一。2000 年加入上海丝绸集团，参与品牌公司的组建与战略定位，主导品牌力建设和渠道布局。二十多年里，LILY 成为第一个提出"商务时装"定位的中国女装品牌——今天，LILY 在国内有 700 多家店铺，并在海外开设多家品牌店铺。LILY 连续多年跻身天猫双十一亿元俱乐部。

高歌现任上海百联商业互联网有限公司总经理、百联科创中心负责人，推动人工智能、大数据、物联网和虚实交互技术进入百货与购物中心这些真实的消费场域。围绕服饰、美妆、珠宝品类，她带领团队落地了 AI 试衣、3D 体测穿搭推荐、智能试妆、数字人导购、AR 珠宝展示等应用，并通过客流动线分析和智慧门店运营，推动实体零售从"经验驱动"转向"数据与 AI 驱动"。她也是《智能新零售》一书的共同编著者。

宣政毕业于纽约帕森斯设计学院，毕业作品曾入围开云集团设计类奖项，是从时装设计跨界进入零售科技与人工智能的创业者。2019 年他在上海创立 Chatail，服务过 LVMH、开云、历峰旗下品牌，先后推出一对一视频购物解决方案，以及帮助品牌导购创作小红书内容的 AI 方案，获金沙江创投、凯辉基金、启明创投投资，完成千万美元 B 轮融资。现在，他正带领团队打造 AI 广告创意平台 Soldy，帮助中国品牌以更具国际竞争力的创意走向全球。

在小宇宙查看该单集文稿

👉 意犹未尽？完整专辑阅读 数字时尚 全集

当下AI世界最被炒作过度的话题就是Agent，在各行各业百花齐放！我想可能是因为它是大模型离“钱”最近的链接。随着GPT-5的路由机制（Router）的发布，得益于Cot思维链，大量任务可以像交给Agent一样直接解决。在近期OpenAI的官方播客中，Sam Altman大谈了商业化“抽成率”和潜在的“联盟分销模式”：系统能够理解用户查询的意图，根据商业变现的潜力动态调用算力资源输出Token ROI匹配的结果，希望成为涵盖用户日常消费的Agentic Super-App。提供类似服务的并不只有OpenAI，任何受制于大平台很久，苦于降低获客成本，优化商品退货率的企业都将乐见其成，会加快拥抱这一新世界。变革时代，传统商业模式的门口都迎来的“野蛮人”，新玩家构建颠覆式的Agent产品，Mission Impossible？我以女性时尚购物为例尝试破解碟中谍——“品味”（Taste）、“技术”（Tech）与“信任”（Trust）的3T策略对于构建Agent的竞争力至关重要。

传统的「流量→点击→转化→佣金」入口模式势必伴随生产力变革，所有人都明白需要借助AI的能力打造「用户理解→陪伴→成长→价值共创」新范式。于是那个永恒的问题再次摆在所有人面前：如何构建自己的独特竞争力？我在此前的文章里就Fashion Agent场景中涉及的关键技术应用有过单独的讨论，比如智能搜索推荐，个性化造型顾问、虚拟试穿，以及背后需要的时尚知识图谱。今天，在基础能力（团队、资本、日常运营等）之外，我也不谈对时尚消费本质的深刻理解和商业模式的根本性创新的重要性，试着只从产品经理的角度梳理，采用3T（Taste、Tech & Trust）策略打造Agent核心能力。

在小宇宙查看该单集文稿

过去的这几个月里，AI技术高歌猛进，冲击着各行各业。不仅仅是时尚科技创业者，大厂（Google、OpenAI）也纷纷落地购物应用，因此有必要认真研读最新的论文，更新我们对这一项消费级AI应用的认知，再次系统性地剖析虚拟试衣（VTON）技术、当前的最佳表现（SOAT）以及未来趋势。对于时尚零售而言，VTON 已不再是可有可无的“锦上添花”，而是一项战略性必需品。

👉 意犹未尽？完整专辑阅读 数字时尚 全集

虚拟试衣从 #FitCheck 变为 #VibeCheck。先摆出我的一个“暴论”：当前的“AI虚拟试衣”无法实现尺码还原，它不应该只是追求精准度量与理性算法的结果，更多应该是通过生成式AI的可视性与可解释性能力，做好消费者穿着后氛围感的预期管理。

上周文章AI有望成为“退货克星”，以及更早前的文章虚拟试穿将改变时尚 ，我都谈到了电商女装的退货就是「新常态」，破解之道在于对齐线上消费者脑中幻象与真实上身效果之间的偏差。尺码只是表面说辞，时尚的个性化需求超越了合身性，它同时跟每款设计的美学意图，材料、颜色、廓形的综合表现，以及消费者对该设计的理解都息息相关。对于设计和美学要求高的消费者来说，“尺寸不合”可能只是一个托词，或者说不是提高转化率、降低退货率的核心节点。更客观的说，目前的虚拟试衣无法实现这种尺码仿真，基于Transformer和Diffusion 模型的技术路线，从原理底层就决定了不可避免的幻觉。

在小宇宙查看该单集文稿

👉 意犹未尽？完整专辑阅读 数字时尚 全集

生成式AI给过去所有媒体形态带来了前所未有的三体危机：颠覆内容生产、传播渠道和消费模式。大模型正在演变为具备内容生成和交互能力的智能体，成为用户获取信息和娱乐的新入口。原来的人类内容的生产者如何使用AI转变为全新体验的规划师？“生成式、个性化、全沉浸、去边界”的“内容即服务范式”到底是什么？时尚媒体能否将数十年积累的品牌审美系统化，构建“美学认知图谱”？这全都是留待我们深思的问题。面对Z世代用户崛起和AI带来的行业变革，打造新的女性时尚媒体平台还是从品牌与用户两端的核心诉求出发，思考因为AI哪些不同了？我们将从生产方式、内容形态、交互逻辑、商业模式、消费者关系、行业结构六个方面进行分析，并总结关键趋势和策略。

在小宇宙查看该单集文稿

👉 意犹未尽？完整专辑阅读 数字时尚 全集

过去一个月，我试用多个AI 驱动的时尚购物助理。他们有的来自科技巨头比如ChatGTP 和Google，也有备受关注的创业团队比如Daydream 和 Gensmo。对比过去在电商网站上不厌其烦的勾选无数filter，反复推敲自己的搜索query，对话式购物提升了一些效果。无休止的不匹配大概能少一半，但AI 推荐的组合outfit十有八九看起来愚蠢，是因为我挑剔的专业身份吗？我问了一位爱购物的时髦朋友，身处纽约科技金融圈，她很了解这些新的技术，但试用之后她还是回到自己的Saks Stylist 身旁，这项疫情之后Saks百货提供的服务让她与造型师之间建立了信任关系：不同品牌间的尺码体系，对个人生活细节的理解，甚至在合适的时候带你走出舒适区……这种个性化的服务无疑是昂贵的，如何惠及更多的普通人？考虑到真正实现这一技术的难度，我们必须保持谨慎的乐观。

当前的人工智能技术非常擅长结构化理性任务，但时尚和美——受文化、情感和个人经历的影响——本质上是主观的。因此创新的指导性问题就是：“人工智能能否学习品味并理解美？” 要让专用的AI模型不断进化，从人类的经验中学习，就离不开时尚图谱。

在小宇宙查看该单集文稿

👉 意犹未尽？完整文章阅读

《深度：Google I/O大会发布AI时尚购物功能》

《ChatGPT时尚购物测评：无广告乌托邦？》

或者公众号 全集

我在5月的第一篇文章里讨论了4月底ChatGPT中推出的购物功能，提到OpenAI正试图与谷歌搜索进行直接的竞争。换更大的视角，后者能否从创新者窘境中走出来，如何平衡新业务模式对广告核心收入的冲击，是大家最关注的话题。

5月20日，在Goole I/O 2025年度开发者大会上，大象迅速全面反击，跳出了一支漂亮的舞曲。大会的主题演讲“完全聚焦于生成模型、基于代理的系统和开发者工具”，这标志着Google在战略上重新定位，迈向“AI优先”的未来，展示了其将人工智能深度整合到产品生态系统中的坚定承诺。几乎每一段功能发布都很震撼，但本文仅聚焦时尚购物相关的领域。

很多观点认为：这次Google I/O大会是一场对创业公司的死亡审判，是上涨的潮水冲刷了海滩上的沙堡还是抬升了冲浪的快艇？是大树底下寸草不生还是生态疯长？与巨头的周旋是摆在中外所有创业者面前的第一道必答题。这个讨论从互联网时代开始就没有停歇过，欢迎评论区交流。

在小宇宙查看该单集文稿

我们探讨了GenAI在时尚相关任务和应用中的融合。我们的研究包括对470多篇研究论文的全面回顾以及对300多个应用的深入分析，重点关注它们对该领域的贡献。。。

👉 意犹未尽？完整文章和深度分析请移步

或者公众号 全集

这些贡献被归纳为四大类中的13项任务：多模态时尚理解，以及基于图像、3D和动态（视频与可动画3D）格式的时尚合成。我们深入研究了这些方法，认识到它们在推动未来实现最先进（SOTA）性能方面的潜力。此外，我们还全面概述了53个公开可用的数据集，适用于训练和评估以时尚为中心的模型，并提供了相关的评估指标。最后，我们回顾了实际应用，揭示了现有挑战和未来方向。

在小宇宙查看该单集文稿

我们探讨了数字革命如何重塑时尚影视，特别聚焦于时尚电影节的发展和生成式AI技术的兴起。追溯了时尚电影的历史渊源，强调了在数字化时代，时尚电影节如何成为传播和推广这种形式的重要平台，并分析了时尚电影节的多样性及其组织结构。然后介绍了生成式AI在时尚影视创意、制作流程、分发以及商业模式创新中的应用，例如文本到视频工具的应用、虚拟人技术、AI自动剪辑以及AI驱动的个性化内容和商业模式，共同展现了数字技术对时尚影视领域的深刻影响。

👉 意犹未尽吗？完整文章和深度分析请移步

公众号数字时尚全集：1stRow

在小宇宙查看该单集文稿

4月29日，OpenAI宣布推出「更好的购物体验」，表示ChatGPT将会参考用户的聊天记录，从而提供高度个性化的产品推荐。现在我们用它能够更轻松地发现、比较和购买适合自己的单品，随着进化，未来它会不会推荐适合我的时尚潮流？。。。

👉 意犹未尽吗？完整文章和深度分析请移步微信公众号

公众号数字时尚全集：1stRow

预测潮流曾经是人类专家的领域，当我作为时尚编辑刚入行时，我们前往四大时装周，从上百场的主流时尚品牌和权威设计师发布中寻找蛛丝马迹（数据），再用各自的直觉和经验（人脑算法）总结下一季的趋势。虽然每个人认知体系（基座模型）不同，勤奋程度（算力）不同，结果会良莠不齐。我也知道，这种影响时尚潮流方向的范式也随着时代变迁，一直在演化。它是如何从二战后能席卷整个行业的「新风貌」，变成后疫情时代小众狂欢的「多巴胺」？借本文为大家提供一个视角来思考，在下一个AI时代潮流将如何定义？。从「时尚制造」的历史，到「算法潮流」的本质，最后是人工智能驱动的「个人风格」缔造。

在小宇宙查看该单集文稿

我们讨论了人工智能行业，特别是生成式人工智能（AIGC）中的数据合法性和合规性问题。它分析了对行业标准的提升、商业模式的创新以及中小企业运营压力的影响。特别探讨了数据来源（如公开数据集、网络抓取、UGC等）在时尚大模型训练数据集中的具体应用。最后，文本展望了扩散模型和模拟数据的崛起对时尚行业未来的影响，并讨论了法规发展带来的机遇与挑战。

👉 完整文章和深度分析请移步微信公众号

公众号数字时尚全集：1stRow

在小宇宙查看该单集文稿