Cómo ControlNet avanza para hacerse con todo el proceso de diseño y prototipado en la industria de la moda.
En los últimos meses, la AI ha tenido un impacto muy positivo en la agilización de los procesos de diseño. La evolución ha sido rapidísima, desde las imágenes toscas de hace un par de años a la introducción de ControlNet, que ya está desplazando a los CAD en la fase creativa.
Pero todavía queda un paso de gigante por dar, el que supone pasar de la representación en 2D al prototipado, un santo grial que supondría un ahorro millonario, especialmente en la actual situación de deslocalización de las fábricas con respecto a los estudios de diseño.
Por si no lo sabías …
¿Qué es ControlNet? Esta tecnología,utilizando LineArt (detección de líneas), OpenPose (control del maniquí) y Depth (física del volumen en base a luces y sombras ¡Que recuerdos, las clases de dibujo al natural!) consigue representaciones estéticas y muy realistas de las prendas y tejidos.
Casi cualquier diseñador de moda europeo sabe que una vez al mes, como poco, ha de visitar físicamente las fábricas, normalmente asiáticas, en las que se elaboran los prototipos de las prendas diseñadas. El propósito del viaje es evaluar el prototipo, detectar los fallos,sean estos de patrón, costura, acabados, selección de tejido… corregirlos y solicitar un nuevo prototipo. Esta iteración se da tantas veces como sea necesaria, con el correspondiente coste en tiempo y dinero.
Hace ya unos años, se popularizó la utilización de algunos programas CAD para intentar sustituir este proceso y abaratar costes ¿Cómo fue la cosa? Pues regular, los CAD no han terminado de cuajar en la industria, y podría ser por varios motivos. Está claro que son complicados de utilizar, la curva de aprendizaje es muy pronunciada, el otro motivo, más subjetivo pero capital en la industria más esteta, es que las representaciones visuales eran más bien feas, no vamos a negarlo.
Por si no lo sabías …
CLO3D y Marvelous Designer – son los ejemplos más conocidos de software CAD en la industria de la moda. Funcionan con física real, son capaces de calcular el peso de la tela, como se ve afectada por la gravedad, el roce con el avatar… es ingeniería. Requiere cálculos complejos ( mayor tiempo de renderizado y potencia de procesamiento) y sí, aprender a utilizarlos es bastante complejo.
ControlNet – la novedad que está abriendo la puerta a que la AI generativa pueda comerse la tostada de los CAD´s. Su funcionamiento, se basa en la estadística visual, no conoce el peso de la seda, pero ha “aprendido” a partir de 50 millones de fotos de vestidos de seda. Sabe cómo la luz afecta a los pliegues, y cómo se arruga el tejido al sentarse.
Si comparamos un modelo creado con CLO3D y uno que utilice ControlNet, lo más curioso es que el segundo es percibido como más realista y orgánico que el primero, que a pesar de utilizar una lógica matemática parece más plástico.
Ahora que hemos presentado la situación actual, surge la pregunta ¿Podría la AI convertir un boceto 2D en una prototipo totalmente realista con los patrones de costura específicos?
La respuesta es que SI es técnicamente posible. Y además de ser esta una apuesta lógica para cualquiera que entienda cómo funciona la AI, está demostrado gracias a Neural Taylor. Este interesante proyecto de investigación académica entrenó a una red neuronal para que fuese capaz de deducir los patrones de costura de una prenda a partir de su imagen 3D o foto. Es la demostración matemática de que una AI puede adivinar cuales son los patrones y costuras necesarios para obtener una determinada forma en 3D. Esta investigación abre la puerta a diversas propuestas de software comercial actualmente en desarrollo.
Entonces ¿Qué falta?
A día de hoy, la AI generativa con ControlNet no conoce el patronaje y no sabe cómo se construyen las prendas. Se pueden obtener representaciones maravillosas, pero el programa no sabe convertirla en una archivo .dxf listo para extraer las piezas de patrón.
Es decir, aún necesitamos los CAD´s para esta parte, aunque la cosa está cambiando y muy rápido.
INVERSE RENDERING y GARMENT RECONSTRUCTION
Como profesora de diseño siempre digo a mis alumnos que la mejor forma de comprender el paso del 2D al 3D de las prendas es realizar una deconstrucción.
Escoger una prenda y deshacerla, abrir todas las costuras y luego elaborar un cuadro con todas las piezas de patrón, rellenos, entretelas … No olvidemos que la AI también aprende, y esta metodología es similar a la que utiliza el módulo iCreate de Style3D.
Cuando subes la imagen a iCreate el módulo deduce cómo sería su estructura 3D.
Una vez tienes la estructura 3D, el software la “aplana” para obtener los patrones. Ahora sí, en archivos dxf vectoriales listos para su uso ¿Es perfecto? No, pero va en camino, es una cuestión de entrenarlo más.
Aquí el razonamiento es diferente. Imagina que trabajas con un patronista poco experimentado, pero que sabe hacer los patrones más comunes, no solo bases sino las transformaciones más utilizadas.
Resleeve puede deducir a partir de la imagen el tipo de manga o cuello que lleva, y realizar una ficha técnica en base a esa información. Requiere cierta intervención, pero es un buen atajo.
En conclusión ,a día de hoy, la AI no ha sustituído a los CAD en la parte técnica, pero en la práctica ya es posible utilizando atajos y una combinación de diferentes AI´s con enfoques distintos en sus métodos de aprendizaje.
En FormArte consideramos imprescindible ser parte de los grandes cambios que se están produciendo a día de hoy en la industria textil a través de la educación. Nuestro método formativo no busca solo enseñar conceptos concretos, sino, hacer de la experimentación y la curiosidad un sistema que,pese a la profundidad de los cambios, perdure en el tiempo.
Antía Cedrón docente de Diseño en la Escuela FormArte.
