30 秒出服裝設計稿,森馬用函式計算+AIGC 整“新活”!

阿里云云原生發表於2024-04-30

創新專案如何去賦能我們的業務,這件事情在森馬很重要。阿里雲函式計算幫我們遮蔽掉了想把AI落地到實際業務場景中 GPU 算力資源儲備、採購成本、技術門檻等很多難題,從而迅速做出決策,快人一步站在正確的起點,體驗新技術對整個服裝爆款設計、營銷鏈路帶來的改變。

—— 林建霞 森馬數字中心創新業務研發負責人

2023 年被很多人稱為 AIGC 元年,眾多 AI 大模型向人們展示了他們驚人的創造力,千行百業對於 AI 技術落地生產的想象力無限生長。作為 AIGC 時代不可或缺的算力參與者,阿里云為企業落地保駕護航,幫助他們藉助雲端計算以更低的成本、更高的效率切實獲得AI浪潮帶來的“紅利”。

2023 年初,森馬希望迅速將 AI 技術深度融入到企業的核心業務流程中,實現服裝行業中,從產品設計、生產製造、營銷推廣到售後服務的全鏈條智慧化升級。在一個陽光明媚的下午我們走進森馬,一起聊聊這個陪伴一代代中國年輕人成長的企業,如何基於阿里雲函式計算,快速實現傳統服裝行業與 AI “碰撞”,在多場景下以 AIGC 實現生產提效。

與時代共振的森馬

森馬成立於 1996 年,一直致力於為中國新時代的年輕人提供適合各種生活場景的搭配產品,傳遞親切、時尚、舒適的品牌理念。27 年的發展,森馬與時代同頻共振,成長為中國時尚產業的代表品牌之一。除了在成人裝領域發力,森馬旗下還擁有眾多童裝品牌如巴拉巴拉,已經成為中國童裝領域的領導者。

到 2022年,森馬電商 GMV(商品交易總額) 已經超過了 120 億元,線下渠道網點則增加到了超過 8000 家,覆蓋了全國 400 多個城市,並在全國擁有 2000 多家加盟商。在業務不斷迭代和規模擴大的過程中,森馬也在資料化領域實現了從資訊化到數字化轉型躍遷。

AIGC 浪潮下,企業面臨的三大挑戰

AIGC 技術的飛速發展使得文生圖模型不斷實現更加良好的生成效果,與此同時,以 Stable Diffusion (以下簡稱 SD)為代表的開源專案空前活躍,文生圖成為大模型最火熱的應用領域之一。森馬希望迅速將 AI 技術深度融入到企業的核心業務流程中,實現服裝行業中,從產品設計、生產製造、營銷推廣到售後服務的全鏈條智慧化升級。與很多企業面對的問題一樣,森馬在專案初期也遇到了很多難題。

企業級 AI 專案初期決策週期長

文生圖這類高度依賴複雜計算模型的任務,對硬體設施有著極高的要求,尤其是對 GPU 算力的訴求。除此之外,配合模型推理服務,還需要搭建相應的 AI 應用,需要 CPU 計算、儲存、高速網路等,每一項都決定專案能否高效運轉。

對於專案負責人而言,對一個尚處於探索階段的創新專案,更期望用最小的代價來驗證價值產出,而面對市面上昂貴的 GPU 算力和 IDC 資料中心超長的採購週期,要精準預估並決策鉅額的硬體投入,無疑是一項艱鉅任務。不僅資金壓力巨大,而且硬體裝置的採購、部署、維護及未來升級的不確定性、以及對專業運維人員的招聘,都可能造成不必要的成本浪費和時間延誤,成為專案推進的絆腳石。

自建 GPU 叢集成本高、運維難

面對 AI 撲面而來的熱度,很多企業最先想到的是自建 GPU 叢集把大模型部署在本地。然而除了需要採購高階 GPU 伺服器之外,還需要考慮儲存、網路和其他基礎設施的費用,初始資源投入非常大,且後期的運維難題更是令眾多企業望而卻步,電力消耗、散熱系統、維護人員等持續運營成本讓企業自建 GPU 叢集成為了艱難的決策,對於服裝行業的森馬來說亦是如此。

開源模型部署難,使用者難隔離

Stable Diffusion 是開源的 AI 影像生成模型,對於對穩定性和效率要求更為嚴格的企業使用者來說,直接使用這一開源模型面臨著使用者難隔離,資源難分配的挑戰。最明顯的例子,在多人、高併發使用同一 Stable Diffusion WebUI 時,會出現長時間的排隊、“卡住”、更換模型相互干擾的情況,導致設計師使用體驗差、生產效率下降、創意中斷等問題。

落地森馬,阿里雲函式計算的 AIGC 解決方案

函式計算打造最簡的 AI 推理應用開發、部署平臺

函式計算是事件驅動的全託管計算服務。使用函式計算,無需採購與管理伺服器等基礎設施,只需編寫並上傳程式碼或映象。函式計算會準備好計算資源,彈性地、可靠地執行業務請求或者任務,並提供日誌查詢、效能監控和告警等功能。函式計算是典型的 Serverless 計算服務,可以讓企業和開發者專注業務,省掉資源維護等工作,函式計算提供按量彈性伸縮、按實際使用資源付費的功能。

Serverless GPU + 經典 AIGC 場景

早在 2 年前,函式計算就在佈局 GPU 算力,對使用者提供彈性、按量的高度虛擬化的 GPU 算力叢集,目前已經支援 T4、A10 等主流推理卡型,並做了虛擬化切分,支援單例項最小 1GB 視訊記憶體配置,後面還會持續推出新的卡型規格。

而在去年 AIGC 爆火之後,企業、開發者對 AIGC 驅動創新的需求也爆發式增長,但在落地探索過程中,普遍面臨 GPU 算力成本高昂、AI 應用構建複雜等痛點。因此,函式計算團隊及時把握業界動向,致力於打造最簡的 AI 推理應用開發、部署平臺。不僅在 Serverless 應用中心託管了很多經典的開源模型,如 SD、ComfyUI 等。

以 SD 模型為例,支援一鍵部署,大約幾分鐘後就能上生產使用。並針對開源 SD 模型做了最佳化,支援 SD 模型管理介面,SD WEB UI 前後端分離、以及高度封裝的彈性 API 介面,讓使用者可以以多種形式來使用 SD 模型服務。同時,函式計算還和魔搭社群做了深度整合,魔搭社群上很多模型也都可以一鍵部署到函式計算,進行快速體驗和使用,感興趣的可以參考這篇文章《魔搭大模型一鍵部署到阿里雲函式計算,GPU 閒置計費功能可大幅降低開銷》

除了模型託管之外,函式計算還規劃了 AI Runtime,可以讓使用者把自己的模型快速轉成 API 服務(模型 To API),函式計算可以線上幫使用者製作映象並完成模型的部署。最後,必須要提的是,無論哪種使用方式,都離不開函式計算提供的彈性、免運維、按量使用和按需付費的 GPU 算力,可以更靈活、更低成本來承載 AI 推理應用。Serverless 應用中心和函式計算的結合,可以讓開發者真正實現 0 技術門檻部署使用 AIGC 應用,讓人人擁有專屬的 AIGC 環境,感興趣的可以參考這篇文章《AI 繪畫平臺難開發,難變現?試試 Stable Diffusion API Serverless 版解決方案》

函式計算助力森馬衝浪 AIGC

阿里雲函式計算 FC 恰好解決了森馬所面臨的使用問題。基於函式計算提供的一鍵部署 Stable Diffusion 能力,森馬快速拉起了多套 SD 的使用環境。 為了能讓更多的員工便捷的體驗到 SD 使用效果,森馬在內部的釘釘工作臺整合了線上環境,為大部分員工提供特定效果 SD 使用頁面,在該頁面中固定模型和外掛,儘可能簡化使用原生 SD 使用的複雜度。同時,對專業的設計師,也會提供原生的 SD 使用環境,可以讓設計師自由 DIY 模型和外掛組合。

森馬 AI 工作臺

經過半年多的探索,森馬從最初兩個事業部採用函式計算的 SD 作圖,擴充套件到現在已有 6 個 BU 單元 13 個小組相繼接入,利用 AIGC 能力,提升服務設計效率,簡化工作流程。在這個過程中,森馬也從一線設計師收到了許多真實的體驗反饋,比如原生的 SD 頁面還是過於複雜,期望引入 AI 工作流來提升出圖效率等等。

為此,森馬和函式計算團隊展開了更深入的合作,探討升級使用方案:

  1. 引入 ComfyUI 提供 AI 工作流畫圖能力。
  2. 引入前端工程師開發專屬於森馬的 UI 介面,整合函式計算提供的 SD Serverless API,進一步提升廣泛設計師的使用體驗,遮蔽原生 SD 介面的複雜度。

和森馬的合作過程,也成就了雙方技術團隊,共同提升在 AIGC 應用領域的技術積累。

提效!從 3 天到 30 秒

服裝設計場景,靈感距離成稿只需 30 秒

在設計靈感階段,服裝設計師原本需要花費 2 到 3 天來完成一張服裝設計成稿,從前期靈感蒐集、線稿構思、上色,再到最終將圖案呈現出來並提交評審。但現在,藉助於 AI 技術的輔助,同樣的過程可能僅需要 30 秒。設計師可以迅速地與 AI 進行互動,結合自己的描述,快速地將思維轉化為視覺作品,藉助 AI 技術開闢了全新的爆款設計路徑。

推廣營銷場景,1 個人完成複雜海報設計

在視覺拍片環節,一張海報的背後通常隱藏著一個專業團隊的辛勤工作。想象一下,任何一張精美的宣傳海報,都需要攝影師的專業拍攝,模特的合適造型,化妝師的巧手點綴,以及搭配師為模特挑選服裝和配飾。場景的選擇也至關重要,整個過程需要多人協作才能完成。

得益於 AI 技術的輔助,視覺拍攝工作也經歷了變革。從依賴一整個團隊的拍攝製作,到現在可以僅需一個人+ AI 完成,透過模型訓練,精準轉化素人模特或人臺真實上身效果,產品海報背景也能隨心所欲的生成。不僅極大地簡化了設計和營銷的工作流程,還加快了從創意到最終產品的轉化過程。

在雲上探索 AI 技術與服務行業的深度融合新路徑

森馬數字中心創新專案負責人林建霞女士也跟我們分享了 AI 技術在森馬業務中的潛在應用前景:

  • 透過 AI 演算法分析海量使用者資料和時尚趨勢資訊,精準預測並快速響應新時代青年的穿搭喜好變化,助力設計師打造更符合市場需求的服裝款式;
  • 藉助 AI 最佳化供應鏈管理,提高生產效率,降低庫存風險,確保產品能以更快的速度、更優的價格觸達消費者;再次,運用 AI 進行個性化推薦與智慧客服,提升購物體驗,增強使用者粘性;
  • 透過 AI 輔助資料分析,實時洞察市場反饋,為品牌戰略決策提供科學依據。

未來,森馬數字中心創新專案團隊將以開放的心態積極探索 AI 技術與服飾行業的深度融合路徑,力求在最短時間內實現 AI 技術在業務中的有效突破,引領行業數字化、智慧化轉型的新風尚。

今年,森馬服飾計劃在終端門店部署這項 AI 畫圖的前沿技術,讓到店的顧客都可以現場 DIY T 恤製作。做為該項計劃的技術支持者,函式計算團隊把 Serverless 技術運用到 GPU 上,提出了“人人皆可擁有專屬 AIGC 環境”的新願景,大幅降低使用者在 AI 領域的試錯成本與使用門檻,使使用者能更專注於自身業務發展,無需過度擔憂底層資源的運維工作。

相關文章