近日获悉，上海创业公司“好买衣”获得1500万美金B轮融资。好买衣成立于2013年8月，成立之初获得联想之星450万人民币天使轮融资。2014年7月，好买衣获得治平资本的300万美元A轮融资。2015年8月，好买衣完成B轮融资，由宽带资本领投，美国知名基金NEA跟投，融资总金额达到1500万美元。
好买衣联合创始人兼CEO黄仲生说，中国服装电商行业一年营业额近1万亿元，但由于“试穿”体验的缺失，线上每卖出两件衣服，就有一件是错的。
在过去的十年间，“虚拟试衣”的概念被反复提及，但效果却不尽如人意。一方面，从用户体验来说，传统二维或三维的方式难以真实美观的呈现衣服细节；另一方面，虚拟模特和真实的试穿体验之间存在距离感；此外，虚拟三维重建过程受限于衣服的柔性材质，制作难、成本高、耗时长，难以实现规模化的应用。
在这样的背景下，服装电商的“试衣”痛点，该如何解决？
“MeDel”：1：1还原真实的你
虚拟模特的3D效果展示可能比平面更进了一步，但仍然不意味着“我”穿上身一样好看。但如果她是我的专属模特呢？“很多公司仅仅关注试衣效果，但身材重建才是最基础的部分。”联合创始人兼CTO柴金祥教授说。一个能够落地的虚拟试衣场景，不仅能够还原衣服的细节、材质、垂坠感等；但更重要的价值点在于，还原一个虚拟而真实的“你”。
有代入感，才有更好的体验。好买衣为用户创建的专属虚拟模特“MeDel”是“Me+Model”的缩写，能够还原用户的身材数据和脸部样貌。
为了让MeDel的相似度更高，关键在于获取用户数据。在一开始，“好买衣”采用的方法是用户拍三张照片，但拍照的尴尬在于，用户拍摄的照片必须是紧身照，这一点用户是非常抗拒的。
后来团队转换了策略，降低用户的使用门槛，用户仅需输入身高体重等基本数据、勾选身材特征，再结合好买衣建立的亚洲最大的女性身材数据库，可以推算出几千项身材数据。据介绍，数据库拥有1万多个三维扫描的中国女性身材数据，再利用图形学和机器学习技术，生成无穷多的身材数据。
在还原脸貌的部分，好买衣通过用户拍摄的二维图片，生成三维图像。
“只有1：1的复制出来一个虚拟的你，接下来才是衣服建模的问题。”柴金祥说。
规模化：实现虚拟试衣的商用价值
黄仲生告诉记者，和相对标准的男装不同，款式多变的女性服饰更为复杂，比如蕾丝、镂空、毛边等复杂设计。想要通过3D建模来反映这些反光、质感和弹性将非常困难。一个3D美工需要2-3天才能完成一件衣服的建模，成本在3000块左右。在建模完成之后，绘制模拟的时间，比如1件衣服在2000个人身材的模拟，需要一周的时间。
这也是3D建模技术难以商用的原因，制作难、成本高、耗时长，难以实现规模化。
在技术路径上，好买衣放弃了传统的3D建模技术，整合了计算机图形学、计算机视觉、柔性人形机器人、机器学习和服装工程五大前沿科技。柴金祥介绍，目前“好买衣”拥有四项技术，免尺测量身材重建技术、个性化人脸三维重建技术、机器人尺码推荐技术、镜像级虚拟试穿技术。此外，好买衣拥有可模拟高矮胖瘦的柔性人形机器人。
改变了技术路径后，好买衣将成本控制在50-80元/件，一天一个机器人的服务单位可以完成上百件服装的数据化。在今年8月和天猫新风尚的合作中，吸引了超过85万用户体验。目前，好买衣和天猫的合作品牌已有40家。根据好买衣提供的数据，进入虚拟试衣间后，用户额外试穿的搭配超过50套，带来的额外停留时间超过4分钟。试穿后的用户购买转化率为12.4%，连单率3.5件，平均退货率下降30%。
当流量越来越贵的时候，让用户的停留时间更长，意味着品牌有更多展示商品的机会。优衣库、京东、淘宝都曾推出过虚拟试衣间，以及36氪报道过的Avametric、Metail、Fits.me、Fitiquette、PhiSix等。好买衣认为它的差异化价值在于，在提升用户体验的同时，找到了规模化应用的方法。
实现这一点并非易事，柴金祥表示，“用户的体验每提升一点点，对于技术的要求都是成倍的递增。”
当前，好买衣聚焦在服装的部分，后期会搭配不同的鞋子、包包和配饰；目前为正面视角，未来会呈现360度的视角。但一个问题是，好买衣虚拟试衣间在天猫的入口并不明显，怎么让用户能第一时间看到，是后期需要解决的问题。
黄仲生告诉记者，电商改变了很多行业的形态，服装这个市场反而是电商化体验最弱的部分。过去十年，服装领域线上购物的比例一直很难超过20%。好买衣希望，通过改善“试衣”这一核心体验，希望这个比例可以有所提升。目前，天猫、京东、唯品会等电商平台都在积极布局虚拟试衣，随着未来整体线上购物向VR/AR发展，用户尤其需要感受“将衣服穿在自己身上的代入感体验”。
团队方面，联合创始人兼CEO黄仲生曾工作于GGV纪源资本，参与投资了美丽说、触控科技、时趣等创业公司；曾任职华兴资本，帮助京东、神州租车、大众点评、聚美等公司完成累计10亿美金融资和并购交易。
联合创始人兼CTO柴金祥为美国卡内基梅隆大学计算机博士，为计算机图形学、虚拟现实、计算机视觉领域专家，多次担任SIGGRAPH/ICCV/CVPR程序委员会委员。代表微软亚洲研究院以第一作者身份发表了大陆学者近25年来第一篇SIGGRAPH论文。
