深度｜AI 模特兒時代已至，時尚界的多元包容議題有解了？
隨著近年迎來 AI 發展大爆發的交界點，各行各業均大力引進 AI，加速不同面向的發展。而在時尚界中，AI 模特兒的出現則是其一。然而，虛擬模特兒的出現，固然為時尚產業熱愛的「多元性」添加了些話題性，然而，亦有聲浪指出，這項發展或將排擠掉真人模特兒的工作機會，最終影響到整個產業的發展。
本文探討了 AI 和時尚產業之間的關係，我們整理出了以下三個重點：
- 多元性和包容性是時尚產業的關鍵趨勢。許多品牌正在透過 AI 技術和虛擬模特兒來實現多元性和包容性。然而，這需要解決種族和性別偏見等問題。
- AI 技術為時尚民主化提供了機會。品牌可以使用生成式 AI 技術來降低設計師進入門檻，從而實現平等競爭環境。然而，這也需要考慮到 AI 技術所帶來的社會和法律問題。
- 品牌需要深入了解消費者的需求和價值觀，並透過消費者反饋來創造更有價值的產品和活動。AI 技術可以幫助品牌收集消費者反饋，但需要更關注消費者對 AI 技術的看法和反應。 AI 模特兒能實現多元性？
當 Levi's 宣布計劃實驗 AI 生成的模特兒，以增加其電商管道的種族多樣性時，很快地便受到業界強烈反彈。
創造一個有色人種的虛擬化身——而不是直接僱用真實的人——似乎是一種不用投資就能從種族多樣性議題中獲利的方式。當然，這也引發了一場激辯，即：
AI 是否可以用來改善時尚界的種族多元議題，並使被邊緣化的群體受益？
Michael Musandu是數位模特工作室 Lalaland 的 CEO 和創辦人。他表示，與 Levi 's 合作開發 AI 模特兒，目標不是取代傳統的攝影和真人模特兒，而是藉由讓品牌更省時、提供個性化購物體驗來擴充它們，而這種包容必須在這一過程中發揮作用。「我們相信真人模特兒將繼續在時尚界發揮重要作用，與消費者建立真正的聯繫；我們的技術旨在支持這一點。是的，如果時裝公司真的有努力看待包容性，我們就需要更多來自代表性不足的群體。」
Levi 's 實驗遭到強烈反對的部分原因，因為人們對 AI 取代人類感到不安。
品牌和 AI 公司需要謹慎行事，即使各種 AI 模特兒的呈現意圖，表面上是為了讓客戶看到衣服穿在身上的樣子。 AI 模特兒的使用引發了一些問題，包括誰在從中獲利，哪些又是「真實的」，哪些是刻意製造出來的，以及推動這項技術的人的意圖。
從另一個角度來看，AI 可以為品牌提供商機，幫助它們從一開始就為具有包容性的演算法提供數據，並為模特兒（尤其是來自代表性不足的背景的模特兒）的數位相似度付費，並消除對品牌的偏見。
True Model Management 創辦人 Dale Noelle 表示：「透過授權協議，為各種模特提供利用數位雙胞胎的手段和保護，從而增強她們的能力，這是非常重要的。」該公司在紐約總部擁有一台3D人體掃描儀，用來創建自己公司模特的數位版本。
Musandu認為，這項技術可以為 BIPOC（譯：黑人、原住民，以及有色人種） 社群創造新的收入來源。「作為一名在辛巴威長大的男孩，我很少在照片、廣告或伸展台上看到像我這樣的人。這深深地影響了我，並鼓勵我希望透過技術——合乎道德和負責任的——來推動種族代表性的真正和永續的變化。Musandu 表示，他歡迎關於AI 的批判性對話，因為它只會使最終產品更好、更完善。
Levi 's 在一份聲明中回應了這種強烈反彈，稱「我們不認為這個實驗項目是促進多元化的一種手段，也不認為它能夠取代實現我們的多元化、公平和包容目標而必須採取的實際行動，它不應該被形容成這種樣子。」
品牌目前可以透過多種方式聘請數位模特或網紅，利用 AI 展示他們的服裝，許多服務也提供了相關技術支援。
問題是，當這些項目與種族多元性聯繫在一起時，數位形象經常被視為一種身份剽竊（appropriation）。
例如，黑皮膚的數位模特兒 Shudu Gram 因為是白人男性創作而引發爭議，關於有色人種女性真實形象的問題也圍繞著數位網紅 Lil Miquela，因為她一開始被設計成巴西和西班牙混血。
有人說，最好的方式是從一開始就把 AI 建立在真人的基礎上，尤其是如果這樣做的目的是讓消費者看到自己的形象，並理解一件衣服穿在他們身上會是什麼樣子。 Lalaland的 AI 模型是 100% 由電腦生成的，但 Musandu 表示，他之所以能夠實現這種超擬真的外觀，是因為他取得了來自各種社區（尤其是那些種族代表性不足的社區）的圖像授權，以擴大他公司本身的圖像數據庫。
時尚科技平台 Bods 的創辦人 Christine Marzano 也認為，AI 代表面臨的最大挑戰是缺乏特定人口統計數據，而數據的減少意味著 AI 的準確性將降低。像 Lalaland 一樣，Bods 必須創建自己的圖像數據庫。Bods 以不同的方式使用 AI 和機器學習，從提交的照片中挑選出消費者的尺寸，創建一個符合消費者確切尺寸規格的 3D 化身，可選擇定製肌肉組織或曲度，乳房位置和膚色。
專家表示，時尚正處於訓練 AI 系統提高種族代表性的重要時刻。這並不表示著用電腦生成的虛擬人取代真人模特兒——專家們一致認為，最公正的 AI 形式將包括一個非常多元的幕後團隊，其中也會有來自代表性不足背景的真人模特兒，而這些模特兒獲得的報酬也會是合理的。
「我們向模特兒支付拍照費用，就像他們支付傳統拍照費用一樣。」
Vue 的研發、新事業和數位轉型主管 Brian Harris 強調：「我們會事前向他們介紹他們的照片將如何被使用，這樣他們就能充分了解情況。我們發現這種方法效果很好。」它為 Meta 的 Creative Shop提供 AI 模型。當AI 生成人類形象時，品牌有責任保持過程透明化。當測試 AI 創建的模型時，他們應該確保他們已經有一個強大的 DE&I 策略，這樣他們的多樣化的AI 模特兒便是延伸目前正做的努力。
種族平等顧問公司 HR Rewired 的董事總經理 Shereen Daniels 表示：「如果有些品牌已經因在宣傳活動和幕後使用種族多元人才而知名，那麼 AI 將是他們現有做法的延伸。」
「然而，如果你是個已經在種族代表性和種族平等面臨挑戰的品牌，那麼使用AI會看起來有問題，就像你在試著走捷徑，單純為了『這樣看起來比較恰當』一樣。」
在最初的聲明中， Levi's 表示，在過去的一年裡，它一直在努力改善DE&I，AI 模特兒的多樣性並不是唯一的解決方案。聲明說：「我們一直致力於確保我們的工作不僅多元化，而且那些在鏡頭前和幕後工作的人都反映了我們廣泛的消費者基礎，我們也將繼續這樣做。」
想要透過公平的 AI 創新取得成功的品牌需要確保他們的 DE&I 團隊不會被排除在決策過程外，同時會參與早期討論。Shereen Daniels 鼓勵品牌透過「公平的視角」來決定新的創新、產品或營銷方式，以審視對邊緣化群體有意或無意的影響——尤其是考慮到時尚界從剝削和挪用中獲利的黑歷史。
Tommy Hilfiger 其中一名代表表示，Tommy Hilfiger 已經成立了一個部門，將其創新、DE&I 和永續發展團隊聚集在一起，「將這些團隊和專家聚集在一起，以促進合作和知識共享」。即便該品牌尚未探索 AI 生成的模特兒，但它曾頒授獎項給 Lalaland，它是 2022 年 Tommy Hilfiger 時尚前線挑戰賽的獲勝者之一。而 Tommy Hilfiger 並沒有和 Lalaland 合作。我們了解到，這是一項重要的技術變革，時裝業有責任了解所有可能的機會、多元的觀點和影響。」
跟著商機走
所以，到底是誰在從中獲利？專家表示，最大的問題在於：當品牌一直避免向種族代表性不足的群體提供對應報酬，例如模特兒、攝影師、工程師，還是那些肖像被用來開發某個數據庫的人。
目前，真人模特兒依然有需求——既可以作為創建準確逼真 AI 圖像的參考指標，也可以繼續維持當今時尚界喜愛的作法。AI 公司正在尋找可能透過與真人模特兒合作的方式，將虛擬的數位模特兒失去的一些個性和個人特色組合起來。Brian Harris 說：「那些試圖維持包容性和多元性的品牌會想要展示他們在真人模特兒圖像中看到的魔力，所以我覺得你會看到他們更傾向呈現「數位雙胞胎」形象，模特可以數位化，他們可以透過更新圖像，每次都能得到報酬。」
然而，數位雙胞胎的技術多樣性仍然需要迎頭趕上。英國人才孵化器 On | Off 在今年 2 月的倫敦時裝週期間舉辦了一場數位時裝秀，真人模特兒和虛擬模特兒共同穿著數位雙胞胎服裝。真人模特兒多半是跨性別者，然而，虛擬模特兒則有明確性別。創辦人 Lee Lapthorne 表示：「當我們把虛擬人放在真人模特兒旁邊進行數位時裝秀時，我意識到這些模特兒可能比真人更多元。」
「我不認為 AI 已經進化到能夠適當地表現個性，我們受到了角色框架機制的限制。」
在設計和攝影方面，Revolve 聯合創始人 Michael Mente 認為生成式AI 是時尚民主化的一個機會。
因為這些工具降低了有抱負的設計師進入的門檻。Revolve 與 Maison Meta 在 AI 時裝週上合作，尋找與 AI 合作的新人才，通過實體生產和銷售他們的產品來支持一位設計師。 Mente說：「有了適當的教育，世界各地的人們，無論種族或收入如何，都可以在平等的競爭環境中公同參與。」
然而，一些專家對免費開放生成 AI 工具的真實成本提出了警告：儘管它們提供了降低門檻的可能，但圖像數據庫是從整個互聯網上抓取的，因此數據並非自願提供。Noelle 表示：「圍繞 AI 的法規和指導方針必須與技術一樣迅速發展，以維持公平與公正。」
問題在於，這些付費課程對邊緣群體來說是遙不可及的。
紐約 FIT 助理教授 Jennifer Lee 表示，由於資金問題，她的 3D 服裝視覺化課程中只有不到 10% 的學生是少數族裔學生，這也是為何她自願在2021 年為一群少數族裔學生免費教授該課程的原因。專家表示，需要機構和品牌提供資金，讓種族邊緣化人群在 AI 領域佔有一席之地——品牌將從中受益，因為幕後的多元性可以最大限度地減少各品牌在種族代表性方面的一些疏漏。
訓練 AI 以取得更恰當的種族代表性
許多提倡包容性的品牌都對參與解決方案的前景感到興奮，這些解方可以消除內建在算法中的偏見。「如果你瀏覽網路上數以百萬的圖片，你永遠不會知道大尺碼女性是隱性的大多數，」大尺碼專業零售商 Dia & Co 的 CEO Nadia Boujarwah 說，「對 AI 來說，最糟糕的危險是，它會發現我們過往所做的事情中都存著根深蒂固的偏見，但如果我們有意識地扭轉它們，那將是最令人興奮的結果。」儘管如此，考慮到爭議，該品牌採取了謹慎的態度，尚未試驗基於圖像的 AI。
內衣品牌 Adore Me 則發現，他們試驗的基於圖像的生成式AI 還不夠先進，無法準確地呈現胸罩和緊身胸衣等單品的合身程度，但該品牌已經創建了自己的大型語言 AI 模型，策略副總裁 Ranjan Roy 表示，這是一個相當簡單的過程。Roy 認為，想要確保基於圖像的 AI 足夠多元化的品牌應該考慮建立自己的訂製模型和數據庫，因為 AI 會吸收並放大網路上人類創造的圖像中存在的偏見。
「我們正在建構未來 5 到 10 年將推動業務發展的數據庫，因為目前使用的訓練是有偏見的，或者是當初由非常特定的人群所構建的。品牌可以用不同的模特兒來訓練圖像模型，而不是用 AI 來取代不同的模特兒，這是非常令人興奮和重要的發展。」
FIT 助理教授 Ramona Dunlap 表示，品牌也可以使用生成式AI 來創建實驗活動，收集消費者和員工對活動的反饋。然後，他們可以利用這些見解和反饋，與代理機構和攝影師合作，找到真人來創建一個優化版本的活動，真正地與來自各種代表性不足的社區的人們交流。
隨著AI 發展的加速化，想要在這領域成功的品牌將需要深入了解其受眾的真正需求和價值觀。Ramona Dunlap表示：「一般情況下，在公司裡，我們可能會坐在桌子旁，認為我們知道什麼是最好的，但我們不會把它交給消費者——這就是你會受到市場反彈的時候。」
「這導致公司最終不得不花兩倍的錢，因為他們已經投入了他們的用戶根本不想要的東西。」
原文出處：《Vogue Business》
延伸閱讀