服裝設計師傅子菁打造3D數位櫥窗
服裝設計師傅子菁打造3D數位櫥窗
2010.01.27 | 技能

走過台北南京西路上的一間服飾店,透明櫥窗不見塑膠製的人體模特兒,取而代之的是偌大的投影畫面。在這八十二吋大小的畫面上,展示著一個虛擬的立體模特 兒,還有店內所有的衣服和配件。舉起手來碰碰畫面中的衣服,模特兒立刻變裝,手指左右滑動,模特兒的身體也跟著三百六十度旋轉,清楚呈現衣服穿在身上的每 一個角度。

這就是知名服裝設計師傅子菁,與米渥科技一同攜手打造的數位櫥窗軟體。

就像小時候玩的紙娃娃遊戲,只不過現在 變成數位觸控版本。只要用手點選螢幕上任何一件服飾,模特兒便會自動換裝,一旁還會出現這件衣服的手稿或說明,讓消費者在感受搭配的樂趣之餘,更能明白設 計師的設計理念。這套軟體還內建派對、上班、尾牙等六種穿衣情境,讓衣服搭配環境,預覽服飾效果。

其實數位換衣的概念,幾年前在國外就曾出現過,只是大多採取3D建模的方式製作。但3D建模成本高昂,一件衣服就要價一萬多元,因此幾乎只有知名品牌才負擔得起,但也難以長期採用。沒想到一位科技人和服裝設計師理性與感性的相遇,竟意外造就台灣第一套數位櫥窗軟體。

用拍攝取代3D建模
這 套耗資兩千萬元的軟體,構想來自於米渥科技的創辦人陳顥仁。為了解決3D建模成本昂貴的問題,米渥想出了以棚拍衣服的方式,抓取各種不同的拍攝角度,再由 電腦組合成衣服的立體面貌。藉由拍攝方式,米渥大幅降低製作成本,目前一件數位衣服的製作費用只要九百元,大大增加服裝品牌採用的機會。

至 於如何才能精準拍攝出服裝的材質或色澤,則交由傅子菁旗下的三位設計師負責。設計師先在人型立台上將衣服整理好,之後才進行拍攝。一件衣服從拍攝到3D完 工,只要二十分鐘的時間。「這個軟體非常需要服裝產業的know-how,例如衣服怎麼抓、光線怎麼打,終究還是要回歸到專業上,」陳顥仁表示。

就 技術層面而言,這套軟體不僅是國內首創,對服裝產業來說,更是大膽的突破。「服裝產業一貫相信的是人對人直接的服務,對數位新科技總有一股莫名的抗拒,」 傅子菁表示。但令人意想不到的是,看似走在數位潮流之上的她,其實卻從來不碰數位科技,唯一會使用的數位產品就只有手機。

「我還記得第一次去傅姐的辦公室時,發現怎麼到處都有電腦,只有那個位子沒有電腦,」陳顥仁笑著說。這樣一個跟數位科技絕緣的人,又身處保守的服裝產業裡,竟然成為台灣第一個率先使用數位櫥窗的人。

「用手(指觸控)還是手工的嘛,OK的!」傅子菁笑著說。其實早在幾年前,傅子菁就曾看過國外應用,她也好奇成效如何,因此當陳顥仁提出類似構想時,就激起她一同合作的意願。

不 過,在遇到傅子菁之前,這套軟體曾面臨腰斬的命運。數位換衣的構想其實來自陳顥仁在研究所時參加的創業競賽,當時還在一次大型的全國競賽中拿下第三名。畢 業後,他與隊友共同成立米渥,一開始以電子商務平台出發,並積極走訪各大少女服飾品牌,在四個月內就拜訪了五十家,希望他們能將衣服數位化,放在米渥的平 台上,消費者換穿後,便可直接點選購買連結。

虛實結合的行銷模式
「我們想透過3D、試穿,把買衣服這件事變得更有趣,但 從有趣到消費還有一段距離,」陳顥仁自評。在四、五年前網路頻寬仍不足夠,一件數位衣服要花上一段時間才能呈現在網頁上,加上一件品牌衣服動輒一、兩千元 的高價位,也讓網購消費者望之卻步,最後網站撐了一年還是關站。正想放棄之際,卻在一次因緣際會下認識了傅子菁,這才又激起了陳顥仁將這套軟體從虛擬網路 轉到實體門市的構想。

但沒想到跟實體的結合,卻又是另一個挑戰的開始,為了讓數位科技可以切入服裝產業既有的流程與習慣中,陳顥仁與傅子菁花了長達兩年的時間磨合。「這才知道過去是不可能成功的,因為只是用自己的方式去思考服裝產業的需要,」陳顥仁表示。

舉例來說,在服裝分類上,以前陳顥仁只知道褲子和裙子是穿在下半身,卻從來沒聽過「內搭」這個字眼,因此光是服裝分類來回就改了十次。

這 套軟體在二○○九年十一月首度在傅子菁的服飾店裡發表,至今已看見初步成效。有趣又醒目的觸控介面,本身就是吸引客人的行銷手法,讓不少經過的路人停下腳 步,紛紛嘗試點選,增加試穿意願。軟體記錄點選歷史的功能,也讓門市小姐更清楚客人的喜好,未來服裝廠商更能抓住市場口味,精準生產出消費者需要的商品。 此外,數位工具無上限的容量,讓有限的店面空間能完整呈現每一件服飾,其中也包括隔季商品。

目前這套軟體已有十多家服裝公司詢問,未來米渥還希望利用這個虛擬工具,跟實體的門市小姐做更緊密的結合,讓試穿軟體進一步演化成促進銷售的導購系統。

關鍵字: #3D列印
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓