Theo transforme l'actualité de l'IA en choses à essayer dès ce soir.
Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Commencer gratuitementChoisissez un compagnon et découvrez son avis sur cette histoire
Google a développé des outils d'IA personnalisés appelés Google Flow pour aider les créateurs Jane Wade et Sergio Hudson à préparer la Fashion Week de New York, marquant ainsi la première collaboration directe du géant technologique avec des professionnels de la mode en activité.
• Google Flow comprend la Styling Suite de Jane Wade, qui génère des combinaisons de tenues et des options de stylisme pour les shootings et les présentations de mode • Sergio Hudson a reçu un outil de visualisation de défilé personnalisé qui aide à planifier et à prévisualiser les agencements de défilés et la chorégraphie des mannequins • Ces outils représentent la première implémentation d'IA spécifique à la mode de Google, conçue pour s'intégrer aux flux de travail professionnels plutôt qu'aux applications grand public • Les deux créateurs ont travaillé directement avec l'équipe IA de Google pour adapter les outils à leurs processus créatifs spécifiques et aux délais de la NYFW • Cette collaboration signale la volonté de Google de s'imposer dans les outils d'IA sectoriels qui répondent aux flux de travail créatifs propres à chaque industrie
L'outil Google Flow de Jane Wade fonctionne comme un assistant de stylisme complet qui génère des combinaisons de tenues, suggère des accessoires et aide à planifier les compositions de shootings de mode. La Styling Suite analyse le catalogue de créations existant de Wade et génère de nouvelles combinaisons basées sur la théorie des couleurs, les tendances saisonnières et ses préférences esthétiques établies.
Pour les créateurs travaillant dans la visualisation de mode, le flux de travail de Wade démontre comment l'IA peut gérer la complexité combinatoire des décisions de stylisme — l'outil traite des centaines d'associations de tenues potentielles en quelques secondes, permettant à Wade de se concentrer sur la direction créative plutôt que sur l'itération manuelle.
L'outil personnalisé de Sergio Hudson s'attaque au défi logistique de la planification des défilés grâce à une visualisation alimentée par l'IA. Le système aide Hudson à cartographier la chorégraphie des mannequins, les séquences de timing et les arrangements spatiaux pour sa présentation à la NYFW.
L'outil de visualisation de défilés traite la programmation de la collection de Hudson et génère plusieurs scénarios de mise en scène, accompagnés d'estimations de timing et d'analyses de flux spatial. Cela répond à un point de friction spécifique dans la production de défilés de mode, où les créateurs s'appuient traditionnellement sur des croquis manuels et des maquettes physiques pour planifier des séquences de défilés complexes.
L'approche de Google avec Flow diffère considérablement des générateurs d'images IA polyvalents en construisant des outils adaptés à des flux de travail professionnels spécifiques. Plutôt que de partir d'une invite vierge, les deux créateurs disposent d'interfaces conçues autour de leurs processus créatifs établis.
La Styling Suite de Wade, par exemple, comprend la terminologie de la mode et les contraintes saisonnières d'une manière que les outils d'IA génériques manquent généralement. Lorsque Wade saisit « pièces de transition printemps », le système puise dans la connaissance du secteur de la mode plutôt que dans des interprétations littérales.
La collaboration Google Flow révèle comment les outils d'IA fonctionnent différemment lorsqu'ils sont conçus pour des disciplines créatives spécifiques plutôt qu'adaptés à partir de modèles polyvalents. Les deux créateurs font état de cycles d'itération plus rapides et de suggestions plus pertinentes par rapport à leurs flux de travail précédents utilisant des plateformes d'IA grand public.
Pour les créateurs qui évaluent les outils d'IA, cela pointe vers un avenir où les plateformes sectorielles pourraient offrir de meilleurs résultats que d'essayer d'orienter des modèles généraux vers des cas d'usage spécialisés. La contrepartie est l'accessibilité — les outils personnalisés comme Flow nécessitent un partenariat direct avec des entreprises technologiques, tandis que les plateformes générales restent accessibles aux créateurs individuels.
L'intérêt de Google pour l'industrie de la mode suggère également que les entreprises d'IA dépassent les applications grand public pour se tourner vers des outils sectoriels qui s'intègrent directement aux flux de travail professionnels, modifiant potentiellement la façon dont les industries créatives adoptent et mettent en œuvre l'assistance par l'IA.