设计师Laura Civetti希望服装不再只是身体穿的东西，而是开始与身体协作。

她的最新项目「Adaptive System」是一种「数据驱动的服装研究方法论」，将生理和生物力学数据，出汗、姿态、皮肤敏感性、曲率、日照暴露，融入服装设计，然后通过3D打印重现结果。

服装不再是覆盖身体的东西，而是与身体共存的东西，Civetti说。

将身体数据解读到服装中

Civetti与研究伙伴Juan Daniel Cabrera Cobo合作，构建了一个概念验证算法，将穿戴者的身体数据直接转化为设计决策。

正如她所说，针对特定问题的工具已经存在，针对特定皮肤状况调整的材料，针对特定生理需求制造的设备，但「目前还没有一种统一的设计方法论，能够将多参数身体数据转化为设计决策。」

Adaptive System是两人对缺失框架的尝试，它将颜色映射与计算设计相结合，从数据中选取材料和几何形状，然后通过3D打印实现。

与Stratasys共同制作的概念验证作品是一件分层、网格结构的上衣，其结构根据模拟生理数据的颜色编码地图调整，黑白显示曲率，蓝色显示日照暴露，黄色和橙色显示汗液。

这不是一件任何人会穿着去办事的衣服，但这不是重点，它展示的是一种设计逻辑，而非最终产品。

所提出的方法论通过将生理、生物力学和美学需求整合到一个计算工作流中，有助于实现更以身体为中心的时尚设计方法，Civetti写道。

个性化作为对抗时尚过度生产问题的策略

Civetti本人对为何此事重要的阐述超越了合身和美学，「该框架可能支持更可持续的生产模式，因为增加个性化有助于减少过度生产、库存过剩和材料浪费，这些仍是时尚行业面临的重大挑战。」

这是一个战略赌注，也是设计赌注，根据个人数据构建的服装，而非根据标准化尺码系列，不需要批量生产并指望足够多的售出。

从身体数据到设计决策

Civetti和Cabrera Cobo构建的，本质上是一个翻译层，一个算法，接收生理输入，输出关于服装应在何处更密、更薄、更硬或更开放的具体选择，而无需人类设计师手动权衡每个方案。

Civetti说，这个空白目前还没有标准解决方案，针对单个生理问题的工具很多，但缺乏一个共享方法论来同时将多种身体数据转化为一个连贯的设计。

时尚界已经测试过这一理念的片段。

在Balenciaga 2018秋冬系列中，创意总监Demna Gvasalia对其模特身体进行3D扫描，并直接根据这些数据数字化裁剪夹克，将构造缩减到仅剩侧面和袖窿两条缝线，这是一个由扫描数据促成的设计决策，而非版师手绘草图。

荷兰设计师Iris van Herpen通过其「数据尘埃」技术将相关理念推进了一步，作品中，激光切割根据计算算法进行，算法本身生成参数化图案，让算法决定几何形状，而非事后应用。

这两个例子仍然从单一输入出发，一个身体扫描，一个参数规则，而非Civetti试图整合到一个工作流中的多参数生理数据混合。

这正是她指出的差异，时尚界有很多算法，能从一种数据生成一种设计决策。

但据她所说，尚未存在一种算法，能同时接收多种身体数据，并让它们共同塑造一件服装。