“我是DeepVogue，诞生于深兰科学院。GAN（生成式对抗网络）、VAE（变分自编码器）和深度学习算法，让我获得了深层次的创新觉醒。”在昨晚举行的“未来时尚”中国国际服装设计创新大赛总决赛上，上海人工智能企业深兰科技研发的服饰辅助设计系统DeepVogue成为一名特殊的参赛者。最终，它的作品得到评委认可，获得亚军。

此次大赛由上海市经信委指导，中国服装协会和上海时尚之都促进中心共同主办。除DeepVogue外，另外15个参赛团队来自法国高级时装学院、欧洲设计学院、清华大学、东华大学等国内外高校。知名服装设计师王新元、知名服装设计师张肇达、意大利时尚协会原主席弗兰克、钢琴家孔祥东等担任专家评委。50位来自时尚媒体、服装设计工作室、服装品牌企业等机构的从业人员组成评审团，参与评选。

在“智创时尚”环节，随着轻柔灵动的音乐响起，整个秀场安静下来。只见T台上，6名女模特身着DeepVogue设计的连衣裙或套装向观众走来。这些时装属于白色系，辅以流苏、蕾丝、亮片等设计元素，显得高雅而飘逸。

模特身着DeepVogue设计的时装向观众走来。

近年来，人工智能在智能安防、智慧城市、自动驾驶等领域的应用日益普及，但用于服装设计可能还是第一次。计算机程序为何会拥有这种富有创造性、需要非线性思维的本领？深兰科技研发团队介绍，DeepVogue采用“结伴学习”等深度学习算法，将海量的模特走秀图、时装照片作为样本，进行机器自学习。服装设计师可将自己喜欢的各种素材输入DeepVogue，让这个系统进行深度学习；随后设置一些设计主题或关键词，它就能在一秒左右生成上千张不重样的设计图，并能确保服装在品牌调性上的一致性。

模特身着DeepVogue设计的时装向观众走来。

关于“结伴学习”，研发团队成员方林博士解释说，这是一种深度学习模型，在图像、视频、自然语言处理中扮演着重要角色。在传统的深度学习模型中，各个样本都是孤立的，模型只会处理一个个单独的样本。“结伴学习”模型则不同，处理的是一对对样本。在进行大样本训练时，这种模型就能通过样本本身和样本差异学习知识、掌握规律，与传统模型相比，不仅提高了学习效率，还提高了学习精度。

在点评环节，张肇达评价说，DeepVogue设计的时装在作品完整性、多元组合性、材质肌理性方面都很不错。在他看来，人工智能在服装设计行业大有用武之地，将起到越来越重要的辅助作用。人类设计师的灵感和对时尚的把握，与人工智能设计系统的大数据学习能力相结合，有望催生更多更优秀的服装。

获得冠军的欧洲设计学院作品

王新元说，将人工智能应用于服装设计是时尚行业的重要创新，是未来的一个发展方向。人与机器合作，可以为设计师节省前期的调研筛选时间，让设计师从机器生成的成千上万张设计图中汲取灵感。

深兰科技研发团队表示，今后将增加并完善DeepVogue的一系列功能，如提高对图片多样性的学习能力，增加图片分类管理功能；尝试与其它视觉数据库连接，捕获街拍图像中的流行元素。他们将推进这个服饰辅助设计系统的商用进程，让人工智能尽快为设计师服务，也为客户提供有大数据支撑的时尚导引。