【写在前面】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?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。
部 分 内 容 源 自 2024 年 8 月 我 的 原 创 文 章 《 Fashion Core 时 尚 核 裂 变 》 ( 原 文 链 接 :https://weibo.com/ttarticle/p/show?id=2309405065824099762266 )

引言:
当移动互联网的黄昏降临,我们终于看清这场隐秘革命的本质:算法不仅仅深刻影响了数字世界,也成为裹挟商业文明与生活方式的真实戒律。Code is Law,不再是技术乌托邦的狂想。在时尚领域,这场变革尤为戏剧化:标签美学病毒般蔓延社交平台,微趋势#MicroTrend 如浪涌般冲刷着消费者的选择神经。按照推荐算法去生活总让人唏嘘,那些精心搭配的 #OOTD,究竟是自我风格的外化,还是对数据模型的应激反应?
但时代的加速度比我们的感知更快,当权威机构敲响丧钟:“Micro-trends are dead。” 意味着大众对「核心美学」产生了抗体,那些过于紧跟微趋势的人变得不酷了。这场集体觉醒带来双重拷问:我们能否挣脱流量裹挟实现穿衣自由?当香奈儿"潮流易逝,风格永存"的箴言遭遇AI,技术究竟会成为新的枷锁,还是打开个性化时代的密钥?
Part-1
三百年潮流制造史:民主化「表象革命」
游走于消费者与从业者之间,我始终警惕着推荐算法的双面性。它确实创造了史无前例的个性化体验,让品牌能像老友般洞悉消费者偏好。但是,我们也已经讨论“个人信息茧房”很久了,不少行业也因为”算法暴政”,传统商业机制几乎分崩离析。生产力进化,但New Law还没制定出良性的生产关系,革命者已经粉墨掌权。世界需要规则才能维持运转,但LAW由谁制定如何制定?它是否透明并有监督地执行?解决这些问题困难重重。
1.1 规则变革的三次浪潮本质是权力转移
时尚系统的潮流法是如何产生的呢?有必要快速回顾一下历史。
太阳王的时尚集权:西方的潮流概念可以追溯到17世纪路易十四统治法国的时期。源于法国时装业的繁荣,是皇室与商人共谋的经济文化战略,通过推出季节性纺织品系列和日常着装繁复规范来维持时装业的繁荣。凡尔赛宫不仅是权力中心,更成为潮流发射塔,用天鹅绒帷幔与鲸骨裙撑编织出最早的「时尚-消费」闭环,确保贵族甚至普罗大众不断有动力购买更多商品。

造神时代的璀璨星光:革命不仅仅发生在街头,巴黎的裁缝结束皇权对潮流的统治之后,现代意义上的时尚终于掀开篇章。设计师在早期(1900~1950’s),几乎是凭一己之力可以开创一种潮流,他们有超凡的品味和感知时代精神的天赋,被消费者(通常代表上层阶级的审美)所选择,比如Chanel的女性自由与解放,Dior的New Look新风貌,但是到了60年代以后时尚开始分化。
一方面传统的时尚势力仍然强势和延续,但另一方面基于社会思潮运动,青年文化爆炸式迸发,很多新时代的设计师或原创或挪用,产生了自下而上的风格影响。跟所有亚文化一样,随着时间发展最终也都收编到主流当中,在千禧年之前,形成融合交汇缤纷多彩的黄金年代,成就满天星辰的设计师群体。同时也将时尚推到大众的层面,无论是从媒介的角度还是消费的角度。

算法挑战之下的众神黄昏:进入新世纪,设计师的起伏和轮换变得越来越频繁,背后的原因主要是消费主义的崛起,全球化加速了品牌商业的进程,设计师在时尚中的作用失去了往日的光芒(虽然大集团依然不遗余力地在宣扬这种光芒),这个时期,潮流风格比较容易用相对直观的符号元素去解读,产业链上的每一环趋于商业考量而默契地形成某种形式的同谋,共同制定了时尚气候晴雨表。
那些四大时尚周的品牌设计师,以及站在他们背后上下游的原材料工厂、预测机构、批发商零售商形成了自己的中心化机制,最后由时尚媒体提炼传播给大众。但这样的系统很快受到了快时尚、电子商务、社交媒体的算法挑战,结构性变革加速了时尚民主化,每一季的潮流已经难以被简单编写。虽然关键的文化思潮和时尚现象还在,但多元和快速多变是大势所趋。这是最好的民主化时代,也是最坏的失序年代。

1.2 流量平权背后的算法暴政
时尚权力从最初的“皇权至上”不断下放,但从没有像今天这样“碎片化”。社交媒体和电子商务平台的算法彻底颠覆了传统的模式。它为普通人提供了更多、更容易的机会,他们从被圈养的“猎物”转变为主动出击的“猎人”,最后自诩成为了“造物者”。爱掀桌子的年轻人天性反抗旧权威,他们探索自己的身份,寻找社区获得存在感,遵循平台的算法可能会有助于这一旅程。这像是陈词滥调,但毫无疑问,背后就是算法规则下的逐底竞争。
疫情的确让很多事情发生了变化,这种影响在多年以后再来复盘也许会看得更清楚。在时尚世界,Z世代在自主定义新美学、寻找相互联系以及探索时尚话语权中找到了慰藉。对下一个Core的追求变得愈发狂热和持续,潮流转换也比以往任何时候都要快。趋势更小众周期更短,这与平台变化的算法有关。 无论是曾经的Snapchat、Instagram、Pinterest和微博、小红书,还是更为激进的Tiktok与抖音——使用独特的推荐算法而不是关系网络来分发内容,新的连结彻底改变了游戏规则。
从 2019/2020 年开始,各种小众化审美( Aesthetics,通常带有 -Core 标记 )风起云涌,传播力是惊人的。我不是算法的专家,但我可以从平台流量利用率最大化这个第一性原则推测:任何人(即使粉丝寥寥无几)的帖子根据标签的智能识别,甚至毋需搜索也会被推荐给志同道合者,一开始只在少量的种子流量池中测试,如果数据反馈达标(包括完播复播、点赞评论、转发和关注等维度),则会被推送到更大的流量池中,这个过程不断反复。

就像原子分裂的连锁反应,不仅能引爆话题,其他创作者也会羡慕这种曝光量迅速跟进。这样,所谓“现象级”的Core 就诞生了。这种运作机制充满现代性悖论,前卫风格往往因为过度曝光,迅速成为新的“过时品”,创作者为获得流量不得不自我标签化,又在同质化竞争中丧失独特性。美学标签沦为流量密码,穿衣自由反而成为奢侈品。
算法让普通人从“消费者”变为“内容创作者”和“潮流制造者”,它赋予素人造浪的权力,但这是一场“伪民主”革命。这些平台作为打破旧世界的英雄反手对算法进行人工干预,还有参与这场流量游戏的氪金玩家也能都让任何微小的“原子”掀起美学“核裂变”。人们被“算法审美”裹挟,穿衣更像是完成“制服任务”而非表达自我。
Part-2
对病毒式传播的痴迷正在消散,微趋势已死
这些微趋势最吸引人的一个方面是涌现出的多样性。从最早起源的#Normcore 和广泛流行的#Cottagecore,到更小众的 #Mobwife、#Officesiren,可能性似乎无穷无尽。另一方面,这些美学不仅仅是时尚,它们包含一种生活方式、态度和身份认同感。但「算法民主」的时尚真的更好吗?

2.1 病毒美学的生命周期缩水
制造FOMO比创新TREND更能吸引眼球:很多事情我们都有必要自己真正深入做些研究,而不是只看别有用心的市场洞察报告怎么写,更不能听博主和平台作为利益相关者自己的说法。举个有趣的例子:在2024年3月美国Harpers Bazaar的一篇报道中,它说一种Commuter-core(新通勤风尚)正在流行,但当我去Tikotok或者Instagram查数据的时候,发现截至7月底发帖数量都还只有两位数。更夸张的是国内那些时尚搬运工,比如奥运来了,他们就带节奏Tenniscore/Golfcore(其实就是传统的Sporty Chic)已是衣橱必备,但实际上这两种穿搭在全球几乎都波澜不惊。

图注:部分微趋势在Tikotok和Instagram上分别的发帖量(截至2024年8月)
数据泡沫制造的虚假繁荣:回到我对Tikotok和Instagram的数据研究,很多事实被平台蓄意鼓吹的文章放大了,比如声称“全民热议”的#Blokecore 、#Quietluxury 、#Dopaminedressing 等等相关发帖量,比起早期#Y2K 、#Cottagecore 动则大几千万的数据,仅有几十万帖分享表示越来越多的所谓美学更小众化了。在中国市场也一样,过去一年,#多巴胺、#美拉德、#格雷系、 #墨比斯、#薄荷曼波,按照“平台造风-商家乘风-用户拔草”的逻辑试图“自造全民穿搭风向标”越来越难,“泼天的财富”中平台抽取了最大利润,流量泡沫与喧嚣背后商家和用户又收获了什么?
为什么无论海外还是国内,都让人产生一种错觉,社交媒体尤其是Tiktok和抖音几乎主宰了时尚潮流?究竟是大众的审美自觉,还是数字傀儡的集体舞?包括前文提及的问题,其实都从侧面反映了另一个事实。流量的操纵者们也同样焦虑,重金收买市场的权威媒体软文,这就像唱着山歌走夜路一样。且不说屠龙少年都知道自己终将无法逃脱命运诅咒,即使面对权力的合法性,焦虑也在所难免。算法戴上了时尚的皇冠,但巩固这样的地位就像没有脚的鸟只能不停地飞。

2.2 文化符号的通货膨胀消耗信任资本
时尚周而复始反复循环,使用噱头炮制潮流,用吸引眼球的新瓶子重新包装旧时代的酒。例如,过去常见的秋冬大地色系被称为“美拉德”,烟熏棕色眼妆被称为“拿铁妆”,潮流变迁中时不时冒出来的霓虹色盘被称为“多巴胺”。虽然这些名字看起来对于上一代人来说也许很傻,但谈论它们可能很有趣,并且暗示了一个超越单个时尚物品的完整视觉世界。
对于某些人来说,这些Core是可以尝试和玩弄的东西,而对于其他人来说,它反映了更深的本质:利用形象来展示我们是谁,或者我们认为自己是谁,显然穿衣打扮最容易帮助做到这一点。但是如果有太多人告诉你该买什么、该怎么打扮、该去哪里、该怎么做,而你不了解自己或不了解自己想要什么,就很难逃脱这个可怕的回音室。
当年轻人看到其他人通过穿的衣服赢得关注时,他们就会产生购买该物品的欲望成为同道之人?还是只是想要同样获得点赞和粉丝?通过选择 Core 来挑选衣服可以节省大量时间和精力,但也可能阻碍了他们想穿什么来真正表达自己。这就像是一套严格的制服,由特定品牌的特定物品组成,以非常特定的方式穿着,而不是基于对任何亚文化或审美产生的穿衣方式的深度认同。
这些Core 最终推动的只是平台上短命的微趋势,字面上的创新并没有带来实质上的风格进化,更不是真正的个人衣橱。与快时尚的模式接近,更多非必要的采购产生更多的浪费。感谢柔性供应链和物流行业的进步,速度允许品牌后知后觉跟上层出不穷的微趋势,但也造成Shein 和 拼多多等网站上充斥制作粗糙短命的流行单品,退货率居高不下。
除非你找到属于自己的风格,并始终忠于它。因为算法创造出的潮流就像一次性刮刮卡,令人上瘾且脆弱。当第一批#Gorpcore 引领者发现自己的小众爱好被算法劫持,一场静默起义正在发生,比如解构派故意混搭冲突元素,用#Uglycore 对抗算法审美。当年轻人开始区分「表演性穿搭」与「本体性着装」时,我们看到了破茧的曙光。

Part-3
AI帮助新时代消费者重振个人风格
即使仅从经济角度来看,人们也更渴望精明地充分利用衣橱、最大化现有资源,远离过度消费,这显然是时代的回响。经济衰退的阴影笼罩着我们,在全球生活成本危机的背景下,疫情前时代猖獗的消费主义自然开始消退。“拥抱个性”是当下最大的趋势之一,它是为了实现一种平衡:加入大众的行列,但不要消失在其中。在这个常常让人感到支离破碎和肤浅的世界中寻找意义、目的和真正的联系。重拾个人自主权,创造一种真实而充实的生活,而不是追逐算法决定的昙花一现的潮流。
“穿出自我”不是什么新鲜口号,甚至是几十年的老生常谈,但在过去,显然这很难做到,尤其是大多数对于时尚潮流和自我风格感到棘手的普通消费者。但是,进入AI时代,借助新技术消费者有望重振个人风格。在之前的文章《AI最大的价值是提升个性化体验》里,以产业发展需求的视角,探索人工智能赋能的商品筛选、内容和搜索功能,是如何帮助消费者更有效地发现品牌和产品。在文章《AI如何帮你完成时尚搭配》和《AI虚拟试穿将改变时尚》中,我们也讨论了在技术层面实现的可能性和当下的实际应用。建议感兴趣的朋友逐一阅读。
继续深入研究消费者追求独特风格(反映价值观和个性)的动机:首先他们对瞬息万变的潮流和不断购买新事物的压力感到厌倦,也越来越意识到社交媒体的负面影响,例如比较和焦虑;因此寻求真正的自我表达,拒绝不真实的、大规模生产的潮流;然后是归属感,他们渴望与志同道合的人建立联系并成为社区的一部分,从而与更广泛的文化情绪和社会变革保持一致,并通过自选的内容、商品和体验,真实与偏爱的特定文化互动,创造一种沉浸感并逃避日常生活的压力。

3.1 “AI专属造型师”时代告别盲目购物
越来越多创新公司看到了这一点,他们利用大语言模型、生成式AI、计算机视觉和语义分析等技术,正帮助人们摆脱潮流焦虑:通过强调个人特色(肤色、体型、职业、喜好等等)、优化现有衣橱使用(数字衣橱管理)以及根据天气和场合推荐混搭方案,用户可以更自信地塑造自我风格。随着算法能力和硬件体验提升,这些AI工具将在推荐准确度、真实感试穿和跨场景无缝衔接方面不断进化,引领服装消费走向更加可持续、个性化的未来。
StyleDNA(英国):基于单张自拍进行肤色和体型分析,判断个人“季节性色彩类型”,并结合用户身高等特征推荐服装。提供衣橱管理功能:用户可拍照上传现有服饰,AI自动归类并结合商品库中来自150+零售商的款式生成搭配。最新版本内置了基于ChatGPT-4的对话型造型师,用户可提问穿搭建议,系统通过检索增强生成(RAG)技术调用时尚数据库及专业顾问经验来回答。
Cladwell (美国):智能衣橱与日常搭配App。用户可导入或选择衣橱模板,应用自动按天气和场合生成每日穿搭推荐。其核心理念为“使用更少但合适的衣物,关注个人风格,避免冲动购物,提高服装使用率”,帮助用户建立胶囊衣橱。最新功能“Ask Cladwell”也融合ChatGPT,可即时回答用户的造型问题。
Daydream(美国):在2024年获得5000万美元的种子轮融资,旨在打造一个平台,让人们能够利用生成式人工智能、机器学习和计算机视觉技术搜索和发现商品。人们可以使用自然语言提示进行搜索,例如“查尔斯顿花园派对的淡彩色连衣裙”或“纽约商务会议的高端西装”。Daydream会展示参与品牌的商品选择。
Gensmo (美国):正在推出全球首款AI 时尚智能Agent,旨在让造型设计变得轻松、精彩,并展现用户的独特个性。通过将生成式 AI 无缝融入个人造型设计,Gensmo 可帮助用户以前所未有的方式发现、整理和优化时尚选择。凭借先进的多模态 AI 模型,根据用户的体型、偏好和场合提供高度个性化的推荐。
其他还有Whering、Indyx、SmartCloset、Acloset、Loop等数字衣橱App,通过AI推荐搭配、分析衣柜结构与实穿记录、为用户量身定制“衣物性价比”报告和穿搭日历。未来,随着更多生物特征和情绪数据的引入(如利用可穿戴设备监测),AI系统将能更实时地感知用户需求。

3.2 “AI时尚预言家”解码潮流复杂系统
AI可以帮助我们更好地理解和表达自己的风格,但社会因素和探索欲望可能仍然会驱动我们去关注和参与某些“群体性”的时尚趋势。它为人们提供了一个尝试新事物、探索不同风格的机会。完全摒弃潮流可能会限制这种发现的乐趣。因此,潮流不会完全消亡,而是会变得更加细分和多变。AI通过实时分析海量数据集,持续监测指标并调整预测(就像天气预报一样)来跟上这些快速变化,让潮流的「制造」从一种依赖直觉的艺术转变为一门更为精确的科学,并实现真正的千人千面的「供应」。
对于品牌而言,数据分析作为趋势预测水晶球,捕捉人类可能忽略的早期趋势信号,能够降低风险,优化盈利能力 。更重要的是,它确保企业的产品始终与市场保持相关性,提升品牌力。这些数据不仅仅来自畅销排行、搜索指数和社媒情绪监测,影响趋势形成的因素在当代变得越来越复杂,时装周设计师、明星动态、街头风格、地下小众时尚以及各种流行文化群体的服饰,甚至社会、经济、文化、政治、地球、气候……我们如果能建立一个过去30年潮流变迁的庞大知识网络,运用高度非线性分析方法和AI本身的幻觉涌现,就有可能解决这个在过去完全无法想象的难题。这个分析系统过去是以碎片化的方式存在于众多人类专家的大脑里,AI可以像他们一样工作,并以集中和高效的方式,同时又不带偏见。
一旦AI系统发现细分市场或社群中的新动向,就可以即时将之放大——通过生成新设计样板和营销内容快速扩散该风格。这种闭环反馈让原本可能只存在于亚文化的小众潮流更快融入主流。这项技术并非一夜之间出现,人工智能已经存在十年了。现在涌现出一批以生成式AI为核心技术的时尚趋势预测工具和平台:
语言大模型 (LLM): 以Trendee/Wissee和Nextatlas为例,自研或定制化的时尚LLM能理解文本和图像标注内容。Trendee的FashionLLM经过多模态时尚数据训练,对行业专有语境理解更强。这些LLM用于分析文本数据(新闻报道、社媒帖子)、生成趋势报告、制定设计策略等。它们通过持续微调保持对时尚行业最新词汇和概念的敏感度。
计算机视觉 (CV): Heuritech、Stylumia等平台使用深度卷积神经网络CNN模型自动识别图片中的时尚元素。通过标记衣服款式、颜色和图案,系统量化当前流行元素的普及度。训练数据往往来自社交媒体和电商图像。CV模型能大规模检测细节(如Heuritech识别2000种属性),并将视觉趋势转化为可分析的结构化数据。
扩散模型与图像生成: Centric和Livetrend等引入生成式扩散模型来创造视觉内容。Centric在其10亿图像数据集上训练生成模型,能基于捕获的流行元素创作全新设计图。这种技术属于生成式AI,通过学习历史设计的潜在分布,生成不侵犯知识产权的新样式。生成模型也被用于内容生产(如辅助设计师头脑风暴、新款式可视化)和营销(直接生成商品图像或搭配方案)。
这些洞察通常在平台的可视化仪表盘中呈现,包括趋势曲线图、热词云、属性热度排行、推荐新品列表等。通过交叉分析(如按地域、消费者群体、时段细分),品牌和设计师可以迅速判定哪些风格元素、颜色或图案正快速上升。通过这些平台了解真实的消费反馈,也能主动制造和推动潮流。例如,LVMH前数字长Ian Rogers就指出,通过AI技术品牌可以“在社交图片中看到自己的产品,并了解人们如何在真实环境中使用它们来塑造身份”。也就是说,当AI揭示某种风格或单品在消费者生活场景中的高频率曝光,品牌可能加码推广或设计更多类似元素,从而影响潮流走向。
结语:
或许这正是Coco Chanel箴言的现代诠释:当潮流溶解在数据洪流中,真正的风格将在人机协同中永生。传统金字塔体系崩塌后,我们看到的不是废墟,而是热带雨林般的自组织系统生态。当AI教会我们听懂服装的语言,人类终于能在潮流代谢的枯荣中,培育出抵抗时间熵增的自我风格常青树。