2019 年已经过去，对于 AI 在 2019 年的发展，落地仍然是第一要义，面向不同行业的赋能，安防、金融行业已有良好发展势头，工业、医疗、教育、营销、医美、美妆等行业也都呈现出各自的潜力。

拿美妆行业来说，2013 年中国超越日本成为世界第二大化妆品消费国，2017 年我国化妆品的市场规模已占到全球市场的 11.5%，仅次于美国的 18. 5%，中国已然成为全球最具潜力的化妆品市场之一。

对于美妆行业来说，有一个很重要的场景就是‘试妆’，试妆效果决定最终是否产生购买，而如何看某个产品适不适合自己呢？传统方法的就是在线下门店自己试妆，或者在网上平台了解产品，通过图片、他人的试妆视频，或美妆博主的分享来判断是否适合自己及是否购买。

但是这些方式并不能完全满足消费者的需求，比如传统线下门店试妆，可能出现试用装的不卫生问题、反复尝试浪费时间也可能给皮肤造成损伤、同时对于美妆品牌来说，无法收集用户信息，也不利于做后续的精准营销；而线上产品介绍也可能因为图片滤镜问题，导致美妆产品颜色色，美妆博主推荐的彩妆也会因为肤色、肤质的不同而影响用户判断等。

AI 的加持让试妆有了新选择

在“试妆”这个场景下，AI 及 AR 技术让线下试妆可以通过线上虚拟试妆来完成，虚拟试妆最直接的应用场景就是彩妆新零售，通过人脸识别技术，人脸关键点技术，实现实时动态试妆效果，1s卸妆、1s上妆。虚拟试妆场景 2014 年就已经做出来了，巴黎欧莱雅推出“千妆魔镜 APP”就实现了动态试妆，到 2017 年，各大品牌也开始试水：

2017年，丝芙兰推出应用“Virtual Artist”，可实现超 1000 种腮红、修容高光粉的试用；
2017年，屈臣氏在上海概念店推出“Style Me来彩我”，借助 AR 试妆技术，提升门店购物体验；
2017年，雅诗兰黛与 Modiface 在其官网上推出了 AR 试妆功能；
2017年，欧莱雅集团宣布旗下全球品牌产品将加入“玩美彩妆”，“玩美彩妆”有很多试妆 APP 可以下载体验；
2017年，京东、天猫等电商平台加速布局 AR 试妆，天猫美妆 AR 试妆等；
2018年，欧莱雅集团宣布收购加拿大美妆数字技术公司 ModiFace 所有股份；
2019年7月，欧莱雅旗下的 Modiface 开发的微信 AR 试妆小程序上线，在商品售卖页面进行体验；
……

除了美妆品牌，从 2017 年开始一直到现在，电商平台以及 AI 企业也都在美妆行业进行技术研发，通过 AI/AR 技术力求不断赋能美妆行业，例如京东的 AR 试妆镜、天猫美妆 AR 试妆功能，美图的 AR 试妆开放能力、旷视 AI 开放平台的试妆 SDK 等等。

我们看到虚拟试妆的好处，无论是线下的“化妆镜“，还是线上的应用，都可以增强消费者和品牌、产品的互动性，吸引消费者体验，同时节省试妆时间，提高客服或者导购工作的效率。

当然除了虚拟试妆，市面上也有人脸肤质检测、定制化护肤推荐相结合的服务或者说玩法，让美妆行业整合营销的实力变得更强，人工智能测肤并推荐产品、个性化定制都是在尝试更好地满足消费者不断变化的个人需求。同时通过顾客肤质数据、脸型数据、购买习惯等数据管理，还可以进一步形成用户画像，辅助品牌进行精准的二次营销和服务。

从美妆品牌到电商平台，AI 的加持让线上线下更加融合。根据独立研究公司 Intage 的调查显示，在日本，使用 AR 彩妆 APP 用户的购物转化率是不使用 APP 用户的 1.6 倍，同时前者的购买力是后者的 2.7 倍，APP 中的 AR 试用功能使得美妆的销售额提升了 2-6 倍。虚拟试妆有助于彩妆品牌打通线上线下壁垒，通过 AR 技术吸引并引导消费者进行上妆体验。

虚拟试妆仍然面临着一些问题

市面上有非常多虚拟试妆的产品，包括线上的、线下的，旗号打的响亮，但是效果很多都不尽如人意，对于技术公司来说仍然面临一些问题。

第一点，保证试妆体验的真实性是现在的难题。如何使彩妆完美贴合，而不是像“2D 贴纸”？在虚拟试妆场景中，人脸识别及人脸关键点检测追踪技术是非常重要的，人脸关键点描绘数量少会导致人脸部位上妆位置的偏差。市面上很多试妆应用会出现，比如口红上妆不能完全贴合唇形，睫毛、眼影、眉毛的“贴纸感”。如果和面部不能够完全贴合，当然对试妆效果是大打折扣的。这里面涉及到的关键点追踪技术、底层算法的待完善，是技术本身带来的桎梏。

第二点，虚拟试色与实际试色的色差问题。线上虚拟试妆相对于线下虚拟试妆设备来说，可能存在着摄像头、显示屏幕的差异化等限制，导致试妆效果与真实试妆的差异。摄像头下的颜色色差如何调整，特别是对于口红这一彩妆大类来说，厚涂和薄涂的颜色区别如何去设定，是计算机视觉在色彩识别上的难题。除了色差问题，彩妆产品的滋润度是虚拟应用无法体验的，这是虚拟试妆无法解决的触感问题。

第三点，让算法更新跟上流行速度。我们可以看到今天流行妆容的变更速度越来越快，新产品新色号推出频率越来越高。对于做虚拟试妆应用的团队来说，需要深刻地理解美妆行业及品牌产品，面部不同部位的化妆手法，妆容位置，比如腮红的位置、高光、修容的位置，以及不同唇形的设计。从而不断地优化算法，更新迭代模型。

第四点，虚拟试妆全平台的适配问题。特别是广告的实时试妆，比如有些设备没有安装 APP，就需要使用 webAR 才能使用试妆试戴的服务，技术公司需要考虑如何全方位保障 B 端客户在各种场景下快速接入 AI 能力，为 B 端客户提供多种形态的产品方案。

虚拟试妆场景的未来突破

对于打造虚拟试妆应用的公司来说，面临着以上这些问题，那么如今更好地解决这些问题将会是未来的方向，对于技术公司来说，产品的设定需要美妆专家的指导，匹配符合当今时代的妆容，同时在算法上解决人脸识别的角度问题、视频延迟问题、色差问题等，优化算法让试妆体验更真实，为 B 端客户提供多形态产品及适应其发展速度的服务，让虚拟试妆变成真正影响消费者决策的重要工具。

对于美妆行业来说，定制化的服务是未来的方向，虚拟试妆只是AI赋能下的一个突破点，还有更多技术结合正在探索。那么提供给消费者的服务在产品质量可信基础上，如果能保证多维度服务将更能得到消费者的青睐。比如在虚拟试妆服务外提供 AI 肤质测试能力，并且保证 AI 肤质测试的科学性和专业性，让消费者相信这不是某种营销手段，从而产生转化。但专业性的树立还需要从医学上挖掘更多的参照体系及数据，也是不小的挑战。

对于美妆品牌和电商平台来说，线上线下融合已经是趋势，能够根据市场环境变化、用户数据等继续优化 AI 算法下的商品推荐和服务，打通线上线下美妆全链路，以体验赢得用户，将会有更好的发展。同时，随着用户信息的完善，从美妆虚拟试妆场景其实还可以延伸出更多的场景及服务，比如线上美妆社交、精准服务及产品推荐、虚拟美甲、虚拟染发试色体验等多维度的方向拓展。

最后的最后，回到我们的主题，当虚拟试妆不只是营销噱头，而是在技术实现上保证试妆的真实性，真正的爆发应该就来了。

创作场景

科技与美，AI 赋能下的试妆场景突破