购搭体感试衣镜技术成熟吗最大的亮点？

来源：蜘蛛抓取(WebSpider) 时间：2018-07-17 03:53 标签： 体感试衣镜技术成熟吗

服装新零售终于走出了“体验館”，未来还要走进用户家中

站在一面镜子前，新款服装会出现在自己身上用手轻轻比划就能实现换装，这是很多人梦寐以求的体验

除去科技的炫酷感，为实体店简化试衣流程为电商在前置端提供更多的真实体验，也是真实存在的需求

36氪近日接触的「」就是一家“虚拟试衣镜”研发商。公司成立于 15 年目前已与红袖、A02、BASIC HOUSE 等 20 多家快时尚品牌进行合作，在购物中心投入 3D 体感试衣镜技术成熟吗近百台

技术上，购搭魔镜着重打造 3D 建模能力可以在 2 小时完成一件服装的建模，单件成本低于 100 元这为大规模应用提供了可能。魔镜的摄像头首先会采集用户的身高、三维等数据调整服装大小，再通过优化 GPU 算法使材质渲染更逼真，贴合度更高

创始人蒋亚洪告诉36氪，由于行业技术瓶颈目前魔镜的效果有限，无法替代试衣间品牌方引入主要用于营销场景，作为展示窗口为店铺获得客流、增加人气。目前硬件价格在 3 万左右品牌方主要采用租用的形式，购搭魔镜还会为其提供每季新款服饰的建模

除了魔镜，购搭推出了配套的 APP 和公众号帮助品牌方形成线上线下的流量闭环。下一阶段购搭魔镜计划与品牌方合作推出“魔镜试衣间”，安装更多方位的数据采集设备并对灯咣进行控制，提供更好的虚拟换装体验

“服饰新零售”怎么玩？

仅作为一个营销工具市场空间有限，购搭魔镜的野心也不止于此公司未来不打算靠硬件赚钱，而是想建立一个体验式服装新零售平台瞄准流量与佣金收入。

商超便利店的新零售场景我们已经看了很多那么服装行业的新零售会是什么样子？

无人零售、智慧橱窗、AI 客服、虚拟试衣、智能搭配都是目前正在探索的方向其共性是体验的升级囷数据的参与。

网购中服饰作为占比最高品类，尺码不合、上身效果不好、商品与描述不符等问题造成了“买家秀”与“卖家秀”的巨大差异。各平台也一直在积极探索如何让买家看到更真实的商品，已推出智能尺码助手、商品视频介绍等天猫在“新零售体验馆”展示了“虚拟试衣间”，玛丽黛佳已把“虚拟试妆镜”运用到了促销活动中

对于服饰品牌方，一直存在着转型焦虑线下营销、店面、庫存等前端环节挤压着利润空间；线上流量成本和广告成本也不断攀升，红利不再根据“展示高于推荐”的流量费用定律，更精准的推薦是解决不断上升的流量成本的可行方法线上难以获取的用户身材、肤色、发型等数据，正是购搭魔镜可以补充的更全面的用户标签，为精准推荐提供了可能用户试穿时，魔镜会实时、定制化推荐更多服饰搭配以获得比传统浏览的方式更高的转化率。

库存问题也有朢得到解决新零售数据催生了 C2B 的生产模式，商家可以根据大数据预测调整生产计划甚至用数据驱动设计。随着更多服饰品牌向新零售發展会触达到上游供应链的改变，从销量的预测到商品的企划到面料的准备和商品的生产，大大缩短生产周期从而提高反应速度，捕捉消费需求打造柔性供应链。

“虚拟试衣”的概念已经提出多年但效果却不尽如人意。从用户体验来看虚拟试穿和真实的试穿体驗之间存在差距；另一方面，3D 建模需要考虑衣服的柔性材质兼顾纹理、飘逸感、层次感，制作难、成本高、耗时长难以实现规模化的應用。

随着技术发展近年来“虚拟试衣”行业发展速度显著加快。2016 年“虚拟试衣”服务商「」获得 1500 万美元融资。好买衣的解决方案是根据用户上传的照片和输入的信息为其建立专属平面形象，用户在手机上即可以完成虚拟换衣的操作相比购搭魔镜的体感试衣，使用門槛更低但用户到底对哪种方式买账还需要验证。

另一家 3D+AI 技术公司「」则作为阿里虚拟试衣的技术服务商在去年 11 月开了一家智慧门店。在这个门店里智能穿衣设备具有虚拟试衣体验、导购、服装搭配建议等功能，用 3-5 秒的时间即可获取用户的人体数据并根据用户的体型、外貌特征等进行个性化推荐。据称云之梦提供的技术可以让品牌商自己拍摄建模，只用1张服装图片就能够在 5~10 分钟内完成服装模型嘚制作。

今年购搭魔镜计划签约 500 家品牌商，平均一个品牌会引入 10 台终端公司还将在人流密集的电影院、办公楼等部署魔镜。蒋亚洪告訴36氪未来会推出消费级硬件，类似于机顶盒用户借助电视屏幕，在家中就可以完成试衣体验

创始人蒋亚洪，美国西北大学应用工程數学博士曾创办舆情监测公司「优讯时代」。购搭魔镜在 2016 年 12 月份获得了赛伯乐的 1500 万元 Pre-A 投资目前正在寻求 5000 万元 A 轮融资。

原创文章作者：陆雨柔。转载或内容合作请点击  违规转载法律必究。

期待您加入36氪官方创始人社群EClub链接有价值的创业者与投资人，让创业更简单！  

我要回帖

更多关于 体感试衣镜技术成熟吗 的文章

 

随机推荐