生成式人工智能 (AI) 有望彻底改变时装设计。通过识别数据中的模式并生成新的文本和图像，基于深度学习算法的 AI 模型可以帮助时装设计师开发新的产品目录，拓展他们的创造力，提高效率，从而更快地将产品推向市场。

大型语言模型 (LLM)，例如 ChatGPT 和 AI 图像生成器，例如 DALL-E，已经在许多行业展现出令人欣喜的成果，并推动了 AI 的应用。在时尚领域，LLM 可以帮助设计师甚至非专业人士了解过去的风格并预测未来的时尚趋势。这些洞察随后可用于生成 AI 图像生成器的提示，从而制作真正的时装系列。因此，了解如何将 AI 有效地融入时尚领域正变得越来越重要。

在最近的一项研究中，韩国釜山国立大学服装与纺织系的 Yoon Kyung Lee 教授和硕士生 Chaehi Ryu 探索了生成式人工智能如何有助于实现季节性时尚趋势的可视化。

“为了在时尚领域有效运用人工智能，我们必须了解生成式人工智能模型的特点，并对其应用领域做出明智的判断，”李教授解释道。“在本研究中，我们探索了如何利用有效的快速工程技术，通过人工智能生成逼真的时装系列图像。”他们的研究成果于2025年6月22日发表在《服装与纺织品研究期刊》上。

研究人员首先使用 ChatGPT-3.5 和 ChatGPT-4，基于截至 2021 年 9 月的历史数据分析了男性时尚趋势。在此分析的基础上，他们进一步使用 ChatGPT 预测了 2024 年秋冬男性时尚趋势。这些预测趋势中的设计元素被归类为“初始代码”。

此外，我们将《Vogue》2024秋冬男装流行趋势数据中的设计元素作为“修正代码”，将时装设计理念相关文献中的设计元素作为“文献代码”。之后，我们对这些元素进行分析，并将其重新归纳为六个最终代码：趋势、廓形元素、材质、关键单品、服装细节和装饰。

他们利用这些代码为《DALL-E 3》创作了35个提示，每个提示都描述了一套独特的服装。这些提示遵循一个统一的模板，主题是一位男模在2024年秋冬时装秀的T台上走秀。该模板允许定制真实时装秀活动的不同细节，包括宽高比、活动、摄像机角度、模特外貌和身高、T台设计、背景、观众细节以及氛围。每个提示运行三次，共生成105张图片。

DALL-E 3 能够完美地执行提示，准确率为 67.6%。具体来说，带有形容词的提示展现了极高的执行率。生成的系列中，部分图片与实际的 2024 秋冬男装系列非常相似。然而，也存在一些错误——大多数图片偏向成衣风格，而 DALL-E 难以融入性别流动性等潮流元素。仅凭潮流关键词不足以生成准确的结果，这表明需要进一步学习。

李教授指出： “我们的研究结果表明，专业的措辞提示对于生成式人工智能在时装设计中的精准运用至关重要，这凸显了时尚专家的重要作用。随着进一步的学习和改进，像 DALL-E 3 这样的生成式人工智能模型将帮助时装设计师更高效地创作整个时装系列，支持他们的创造力，并帮助非专业人士了解时尚趋势。”

总体而言，这表明生成式人工智能不仅适用于专业人士，也适用于普通大众，使人们能够比以往更轻松地探索、预测和设计即将到来的季节的时尚。

更多信息： Chaehi Ryu 等，《基于生成式 AI 的有效时装设计系列实施：ChatGPT 和 Dall-E》，《服装与纺织品研究期刊》(2025 年)。