Google Envisioning Studio test samen met Jane Wade en Sergio Hudson twee modegerichte workflows in Google Flow voor de voorbereiding van hun SS27-shows. Wade gebruikt de bèta voor looks en modelkaarten; Hudson voor de digitale planning van een runwayopstelling.
Google Flow is een AI-studio voor het maken en bewerken van beelden en video. De modeworkflows geven dat algemene creatieve gereedschap twee heel verschillende taken.
Wade visualiseert styling en modelkaarten
De stylingworkflow van Jane Wade brengt beslissingen naar voren die normaal pas tijdens fittings, styling of het maken van samples zichtbaar worden. Het systeem kan variaties in stoffen, kleuren, accessoires, brillen, haar, make-up en gelaagde kleding verkennen. De resultaten omvatten volledige looks, portretten, detailbeelden en weergaven die op modelkaarten lijken.
De workflow gebruikt onder meer beelden van eerdere collecties, merkfotografie, beautylookbooks, fittingbeelden en items uit een nieuwe collectie. Ook een geautomatiseerde generator voor modelkaarten maakt deel uit van het concept. Die is bedoeld om een proces dat eerder met Adobe Illustrator werd uitgevoerd eenvoudiger te maken en drukklare kaarten op te leveren.
Wade gebruikt de visualisatie vóórdat een kledingstuk wordt geknipt. Zij schat dat dit in een fabriek mogelijk ongeveer 1.000 dollar kan besparen wanneer een ongewenste snit wordt vermeden. Dat is haar inschatting, geen gegarandeerde besparing. Elke look werd daarna nog fysiek op een model gepast voordat de definitieve keuzes werden gemaakt.
De bredere Flow-omgeving werkt met projecten, een promptbalk en gereedschappen voor gerichte bewerking. In de algemene productdemonstratie zijn ook modelselectie en Camera Control te zien. Die demonstratie laat de modegerichte bèta van Wade en Hudson niet zien, maar maakt wel duidelijk hoe Flow iteratief beeldmateriaal organiseert en aanpast.
Hudson plant runwayruimte digitaal
De workflow van Sergio Hudson richt zich niet op kledingdetails, maar op de ruimte waarin een collectie wordt getoond. Het systeem simuleert afmetingen van de locatie, licht, sfeer, de plaatsing van rekwisieten, de beweging van modellen en budgetparameters voordat de fysieke opbouw begint.
Hudson beschrijft dat zijn team tientallen ruimtelijke varianten kon uitproberen en tegelijk rekening hield met de financiële haalbaarheid van decor- en lichtontwerpen. Dat maakt experimenteren goedkoper vóór er materiaal, crew of een fysieke set wordt besteld. Het is een door Hudson beschreven werkwijze, geen onafhankelijk gemeten prestatieresultaat.
Wat de workflows niet vervangen
De twee toepassingen hebben een duidelijke grens: ze maken ideeën zichtbaar, maar leveren geen fysieke kleding of echte runwayomgeving. Fittings, patroonwerk, stoffen, arbeid, modellen, fotografen en stylisten blijven onderdeel van het proces. Ook het eindbeeld blijft mensenwerk; Wade wil voor definitieve fotografie met echte mensen, een echte studio, een fotograaf en een stylist werken.
| Workflow | Samenwerker | Planningsdoel | Variabelen | Praktische uitkomst |
| Styling en modelkaarten | Jane Wade | Looks vóór productie visualiseren | Stoffen, kleuren, accessoires, brillen, haar, make-up en laagjes | Volledige looks, portretten, detailbeelden en modelkaartachtige overzichten |
| Runwayplanning | Sergio Hudson | De showruimte vóór de fysieke opbouw verkennen | Locatieafmetingen, licht, sfeer, rekwisieten, beweging en budgetparameters | Digitale ruimtelijke varianten en beter onderbouwde keuzes voor staging |
De praktische winst zit dus vóór de productie: ontwerpers kunnen meer richtingen bekijken voordat een snit, decor of lichtplan geld kost. De bèta laat tegelijk zien waarom generatieve beelden geen eindcontrole zijn. Glitches en problemen met het nabootsen van de energie, omgeving en silhouet van een echte runway houden de fysieke wereld onmisbaar.
