從根本講，“衣呼”是一家服裝定制公司，差異點就是其背后的3D建模、人工智能等新技術。

提效

用戶只需用手機拍攝正面、側面兩張照片，“衣呼”便能3D建模出人體模型，包括胸圍、肩寬、身長、臉型等等。首先，衣呼要通過圖像識別定位照片中的人，然后預測人體的輪廓，最后就是從2D構建3D。

值得一提的是，在衣呼的自動量體過程中，用戶穿著衣服便可進行，雖然傳統(tǒng)的3D掃描儀方案已經很精準，不過需要用戶裸體測量，體驗相對較差并且費時。之所以能克服難點，在于衣呼前期做了大量數據訓練，根據過去近10年人體數據和布料數據的積累，以及2D轉3D的機器學習，衣呼人體建模的精度可以實現(xiàn)緊身衣情況下1cm以內誤差，穿T恤情況下1-2cm誤差。

接下來，衣呼將服裝版型虛擬出縫合后的效果，再套用到3D人體模型上就能實現(xiàn)虛擬試衣。后續(xù)的定制加工環(huán)節(jié)，衣呼跟著名品牌的代工廠合作，最終的成衣輸出自有品牌。

輸出

除了自己完成服裝定制的全流程外，衣呼現(xiàn)在還可以將背后的量體技術進行輸出。應用邏輯跟用戶消費行為基本一致，從挑選、到試穿、再到購買，也就是涉及最后的生產環(huán)節(jié)。

拿挑選來說，衣呼想做一個“服裝圈的今日頭條”，面向C端進行喜好推薦。先是爬取海外電商網站上的服裝數據，對圖片、文本進行學習，將風格、顏色、款式等維度標簽化，之后再依據專家知識和用戶的人體建模數據進行推薦，包括大小尺碼，也包括適合的款式搭配。

到試穿環(huán)節(jié)，就是上述的虛擬試衣。由于仿真過程需要拿到服裝版型等切實數據，所以目前僅限于衣呼自有品牌的服裝款式，未來會考慮跟品牌合作。

最后的購買、生產環(huán)節(jié)則更多針對C2B的定制客戶。通常情況下，廠商的量體師一天只能跑3-4個客戶，加上流失率高產生的培訓成本，量體大多在200-400元／次，占到銷售價格的30-50％。通過衣呼的拍照量體方案，可以很好解決效率問題。

對于款式多變的時裝來說，目前還是設計師1人1版較實際，而對于西服、襯衣等版型相對固定成熟的品類來說，在理想狀態(tài)下，衣呼的數據可以自動通過系統(tǒng)打版，并對接自動裁床生產，這樣就能實現(xiàn)定制規(guī)?；?。

據悉，現(xiàn)在已經有近50家企業(yè)跟衣呼合作量體方案，不乏西裝、牛仔褲領域的大企業(yè)。而衣呼的主要收入來自于衣服的定制售賣，To B方案還在合作初期。

團隊方面，聯(lián)合創(chuàng)始人朱帥印本科畢業(yè)于西安交大，碩博全獎在紡織服裝領域全球排名第二的香港理工大學人工智能與服裝工程實驗室深耕人工智能與三維人體構建跨領域研究，曾發(fā)表十幾篇計算機與服裝交叉學科類頂級期刊和專利。另一位聯(lián)合創(chuàng)始人歐陽鋮本科畢業(yè)于西安交大，德國慕尼黑工大碩士，畢業(yè)后曾在德國MIG和Thomson Reuters從事企業(yè)戰(zhàn)略咨詢，2015年底回國加入大疆，擔任IP運營總監(jiān)。

目前，該公司正在天使輪融資階段。