趨勢觀點

元宇宙時尚商機探索

工業技術研究院 資訊與通訊研究所 陳明彥 林昶宏 楊欣曄 鄭丞軒 盧佑齊

元宇宙用戶以Avatar形式存在,其外貌形象如同實體世界,需透過服飾、鞋帽等個人化虛擬物件打造

元宇宙是具互動性以及沉浸體驗的多人協同合作虛擬立體世界。使用者以沉浸式裝置進入,於其中透過虛擬替身(Avatar)體驗與探索,並跟他人進行互動與工作。元宇宙用戶以Avatar形式存在,其外貌形象如同實體世界,需透過服飾、鞋帽、包錶等個人化虛擬物件打造。生態系發展愈成熟,個性化與沉浸度愈高、應用場景與價值愈多,Avatar對虛擬服飾的數量與多元性的需求愈大。透過影像處理與3D建模方式自動轉換至虛擬世界,如此一來即可快速獲得元宇宙用戶所需要的大量且多樣的服飾,滿足其將Avatar 依個人不同偏好進行造型與個性化的目的。

精彩內容

1.元宇宙發展趨勢
2.元宇宙時尚產業現況
3.元宇宙時尚應用的技術與布局

元宇宙發展趨勢

元宇宙(Metaverse)一詞最早是出現於《潰雪》 (Snow Crash) ,這部由美國科幻小說家 Neal Stephenson於1992年發表的作品中。在其書中,作者基於Meta(元)以及Universe(宇宙)兩個概念的整合,建構了一個充滿想像的虛擬世界。在《潰雪》的世界裡,藉由穿戴型裝置,任何人即可建立不同的角色進入元宇宙,在其中展開與現實不同的第二甚至第三人生。隨著2020新冠肺炎疫情爆發,線上社交、辦公與教學逐漸成為生活及工作的新常態,加上2021年臉書宣布更名為Meta,並計劃投資100億美元打造臉書成為元宇宙(Metaverse)企業,2022年微軟以687億美元收購遊戲開發商動視暴雪,稱該交易將「為元宇宙提供基礎」,各媒體開始爭相報導元宇宙相關應用及技術,許多知名企業著手研究如何應用在生活與工作上,包括微軟、谷歌、蘋果、索尼、三星、樂金、輝達、鴻海、廣達、騰訊、小米等,已陸續宣布搶進元宇宙商機。據Emergen Research預估,2028年元宇宙軟硬體市場規模將達到8,000億美元(約新台幣24兆元),如下圖1所示。[經濟日報, 2022/04]

圖1 元宇宙軟硬體市場規模[經濟日報, 2022/04]圖1 元宇宙軟硬體市場規模[經濟日報, 2022/04]

元宇宙並不是橫空出世的全新概念,他其實是將多年來已存在你我周遭的虛擬實境以及虛擬人生這兩者加以整合。多年來不管是科幻小說家、資訊工程師或是普羅大眾,一直都在想像一個場景,我們能否建立一個虛擬的環境,可以在裡面進行現實生活中的一切活動,例如工作、會議、社交、購物及遊憩等。除了追求更好的工作效率或感官體驗外,也可減低現實中因長相、膚色、身材、年齡等身體外部條件造成的不平等或歧視等問題。當這樣的時代來臨後,虛擬生活將和現實生活發揮同樣重要的作用。目前祖克柏等元宇宙產業推動代表人物所想要建構的元宇宙就是一種虛擬的現實,是一個讓人們在網上過上第二人生的計算平台。在虛擬現實中,你戴上頭盔,讓自己沉浸在3D環境中。你可以戴上動作感應控制器與虛擬對象進行社交互動,並使用麥克風與他人交流。屆時,我們會比照真實世界一樣,投入很多時間在虛擬空間與朋友和同事互動,更重要的是,我們也會需要在虛擬世界裡面消費,為代表我們自身形象的數位分身購買服裝和任何可彰顯個人品味及個性的物品。

元宇宙時尚產業現況

元宇宙是具互動性以及沉浸體驗的可多人協同合作的共享虛擬立體世界。使用者以沉浸式裝置進入,於其中透過虛擬替身(Avatar)體驗與探索,並跟他人進行互動與工作。元宇宙用戶以Avatar形式存在,其外貌形象如同實體世界,需透過服飾、鞋帽、包錶等個人化虛擬物件打造。生態系發展愈成熟,個性化與沉浸度愈高、應用場景與價值愈多,Avatar對虛擬服飾的數量與多元性的需求愈大,如圖2所示 。

圖2 元宇宙虛擬分身與生態系發展圖2 元宇宙虛擬分身與生態系發展

鑒於元宇宙未來在時尚服飾產業的潛力,Gap、耐吉(Nike)等國際級品牌也紛紛投入,嘗試在所謂元宇宙進行展店,在虛擬世界尋求新的行銷和獲利機會。以美國服裝零售商Gap為例,2022年1月該公司開始以NFT型式銷售數位連帽衫(如圖2所示),藉由在元宇宙領域進行嘗試,作為日後發展的評估。Gap表示,首批NFT的連帽衫推出後即銷售一空,隨後又在4月發布更多款式,以及在6月推出另一套NFT。Gap與設計NFT的藝術家在每轉售一次即可抽成售價的10%。[工商時報, 2022/06]

圖3 Gap的NFT虛擬服飾圖3 Gap的NFT虛擬服飾

Nike則於2021年,與Roblox合作,以其俄勒岡州總部為藍本建立虛擬的 NIKELAND,針對pre-teen族群,提供其穿著Nike各式數位服飾,在虛擬的遊樂場和運動場進行社交活動,甚至可使用現實中的行動設備驅動虛擬中遊戲的特殊技能,增強遊戲與產品的深度體驗,甚至預計未來可以舉辦類國際賽事。至2022年,Nike 統計自2021年底開張五個月月內,全球超過224個國家已有超過700萬人到訪過Nikeland。以虛擬化身進入玩運動遊戲,可藉由過關解鎖得到NIKE服裝陳列室內的衣服(包括AirForce,AirMax ..等),甚至可操作行動裝置將現實中的動作變成遊戲內的動能. 明星球員也會於特定時間去與粉絲以虛擬化身互動(如圖4所示),經營社群。[紡織所, 2022]

圖4 Nike的虛擬世界布局NIKELAND圖4 Nike的虛擬世界布局NIKELAND

元宇宙時尚應用的技術與布局

在虛擬世界中販售虛擬服飾給虛擬分身,其實是一個發展已久的產業。不管是大家熟知的遊戲產業或是新興的元宇宙平台,都透過銷售虛擬服飾帶來龐大的收益。根據市研機構Newzoo統計,傳統遊戲產業約有74%收益來自於虛擬物件銷售。Epic Games從 Fortnite 中賺取超過90億美金收入。英雄聯盟2019~2020年創下32.5億美元的收益。新興元宇宙廠商Roblox 2021 年第二季度的收入為 4.54 億美元,同比增長 127%。Zepeto每日經常性用戶約200萬人,其中70%用戶為13至24歲年輕女性,軟銀看好女性消費市場,並投資1.5億美元。元宇宙服飾市場是現在進行式,且未來必然會更加壯大。
3D服飾設計主要分成:設計服飾CAD版片、縫合版片、材質與貼圖繪製、模擬試穿與調整。國際上最具影響力的是韓國CLO虛擬服飾公司的兩款軟體Marvelous Designer 和 CLO3D,其中Marvelous Designer主要用於動畫與遊戲產業,CLO3D則是是面向時尚與服飾設計行業,可直接用於生產廠商因現有虛擬服飾皆是以人工的方式透過上述的程序與工具進行製作,在元宇宙普遍與深化後勢必無法滿足龐大的元宇宙服飾需求,故目前元宇宙時尚產業的痛點有二,如下圖5所示,一是如何產製大量且多樣化的元宇宙虛擬服飾,其二則是如何讓同一件服飾在各不同風格元宇宙呈現的外觀必須與該元宇宙風格匹配。

圖5元宇宙時尚產業痛點圖5元宇宙時尚產業痛點

針對上述痛點,其中一種可行的模式,就是直接將存在於現實世界中的大量服飾,透過影像處理與3D建模方式自動轉換至虛擬世界,如此一來即可快速獲得元宇宙用戶所需要的大量且多樣的服飾,滿足其將Avatar 依個人不同偏好進行造型與個性化的目的。
針對此模式,工研院資通所發展了元宇宙服飾虛實轉換技術方案,包含兩個關鍵技術即服飾虛實轉換技術與跨元宇宙服飾虛實轉換技術。服飾虛實轉換技術可將真實商品影像轉換為擬真3D服飾;跨元宇宙服飾虛實轉換技術則是依照元宇宙風格將真實商品影像轉換為該元宇宙的3D服飾。
(1) 服飾虛實轉換:如圖6所示,透過服飾關鍵點偵測技術,將真實影像裁切成多個區塊,再透過服飾屬性辨識技術從資料庫中找出對應的服飾版片,透過圖案迴歸模型將服飾裁切的區域轉換至對應的版片,再透過動畫服飾製作軟體Marvelous Designer縫合服飾板片產生3D模型。

圖6 服飾虛實轉換技術圖6 服飾虛實轉換技術

(2) 跨元宇宙服飾風格轉換: 如圖7所示,爬搜元宇宙網站,建立服飾物件的風格對應資料庫,訓練AnimeGANs模型,調整真實商品影像,訓練迴歸模型產生元宇宙服飾的版片,轉換3D服飾模型風格,並透過各元宇宙提供的3D模型工具縫合版片,產生3D服飾模型。

圖7 跨元宇宙服飾風格轉換技術圖7 跨元宇宙服飾風格轉換技術

結論

雖然目前元宇宙時尚的發展與應用仍在起步的階段,但在眾多元宇宙平台與媒體的推波助瀾下已大幅推動數位時尚的聲量。預估在2030年元宇宙在遊戲及NFT的奢侈品市場可能將成長到總市場10%,成長幅度相當可觀。不僅如此,在服飾設計和開發階段用數位樣衣代替實體樣衣,可以將服飾品牌的碳足跡減少高達 30%。故我們可期待未來透過元宇宙整合虛擬與現實,讓元宇宙相關應用與技術帶來整體時尚產業的變革,實現一個體驗更好環境友善更高的時尚產業。

參考文獻

[1] I. Phillip, J.-Y. Zhu, T. Zhou, and A. A. Efros,"Image-to-Image Translation with Conditional Adversarial Networks," Computer Vision and Pattern Recognition Conference (CVPR), 2017.
[2] J. Chen, G. Liu, and X. Chen,"AnimeGAN: A Novel Lightweight GANfor Photo Animation," ISICA 2019. Communications in Computer and Information Science, vol 1205. Springer, Singapore.
[3] A. Mir, T. Alldieck, and G. Pons-Moll, "Learning to transfer texture from clothing images to 3d humans," In IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, Jun 2020.
[4]C. Patel, Z. Liao, and G. PonsMoll, "Tailornet: Predicting clothing in 3d as a function of human pose, shape and garment style," In IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, Jun 2020.
[5]Y. Xu, S. Yang, W. Sun, L. Tan, K. Li and H. Zhou, "3D Virtual Garment Modeling from RGB Images," 2019 IEEE International Symposium on Mixed and Augmented Reality (ISMAR), 2019, pp. 37-45, doi: 10.1109/ISMAR.2019.00-28. The Ethereum website. [Online].