Aesty — всё? 😁

Так спросил меня один из пользователей, не найдя нас в App Store.
И знаете что? Последние дни Aesty действительно пропадал из всех сторов 🥲

Как так получилось?
Я не продлила подписку на developer account 👍
После ряда неудачных списаний аккаунт приостановили. "Но там же 30-дневный грейс период" 😐 Я успешно проглядела все уведомления от банка так как они приходили на номер, к которому не было доступа 🧠

О том что с карты блокируется списание я узнала уже из имейла — я подумала что ну ладно, грейс период только начался, разберусь на днях. Но оказалось, что это было уведомление об окончании грейс периода и что все, шутки кончились 🫡

2 июня нас начали скрывать. Я меняю карту, добавляю резервную, проверяю все с банком, вроде норм. Но платеж опять не проходит 🤡
Пишу в поддержку. Тишина. Начинаем искать альтернативные решения что вообще можно сделать. Тем временем у меня на холде оказались два кампейна с инфлюенсерами 😢

📱 Нас спасла горячая линия Apple
Не заказ, а именно прямой звонок. Я честно говоря не ожидала что такое вообще осталось для СНГ. Звонить правда пришлось 3 раза, так как помимо моей невнимательности наложились еще и технические неполадки со стороны Apple


🧠 Выводы:

- Не откладывать продление важных платежей (apple dev, домен, налоги и тд)

- Если не отвечают на почте, проверить, есть ли горячая линия. Я звонила на русскоговорящую, похоже, в СНГ они не перегружены и про них мало кто знает


Так что спасибо тем кто заметил пропажу и написал, а еще поддержке Apple

Aesty снова 🔛 😎

@neural_prosecco

🔮 Неочевидные прогнозы e-com до 2030

У меня каждый раз мысленно закатываются глаза, когда кто-то говорит что будущее fashion tech это метаверс и умные ткани. На практике все куда скучнее, но и куда ближе к реальности 😁

Если смотреть не на хайп, а на цифры и поведение пользователей, то похоже что следующие 5 лет в e-com будут про персонализацию, готовые образы и новые расходы 😏


1. Pay-to-play станет новой нормой

TikTok закручивает гайки - теперь, чтобы что-то продать через TikTok Shop, надо запускать ads.
Органика ≠ бесплатные просмотры 😭
📌 Прогноз: бренды будут тратить до 20% GMV только на то, чтобы быть замеченными в соцсетях.


2. Товар как часть образа
Комплекты и готовые образы к разным событиям стабильно поднимают AOV на 15–25%. Это уже делают Shopify, Stylytics и другие игроки.
📌 Прогноз: карточки товара в вакууме будут уходить. На их месте one-click луки и cross-sell прямо на PDP. Это станет нормой у крупных ритейлеров 😎


3. Resale сольется с новым ритейлом
Second-hand становится все популярнее, не только среди усатых парней с карабинами в серфе 😆. В сша рынок ресейла растет на 14% в год и идет к $367B 🤭
📌 Прогноз: каждый 4-й товар в заказе будет pre-owned


4. Возвраты и доставка станут отдельным P&L
Amazon и Flipkart уже доставляют сами ~80% заказов👩‍🦰
3PL сдуваются. Amazon начал брать деньги за часто возвращаемые вещи.
📌 Прогноз: Если не появится что-то принципиально новое, возвраты будут либо платные, либо полностью автоматизированы (returnless refunds), и это будет отдельная статья расходов у любого бренда


5. Персонализация перестанет быть nice-to-have, станет базой
88% покупателей в 2025 уже хотят персональный подход 🫡
У тех, кто встроил AI-рекомендации - конверсия и повторные покупки уже растут на 15–20%
📌 Прогноз: персонализация станет default, причем это будут не только похожие товары, но и как вписать в существующий гардероб и примерка на человека.

В это я верю больше всего и поэтому делаем Aesty 😎

👀 а пользователь как хотел 10 лет назад, так и хочет: увидеть → примерить → купить — и желательно не разочароваться. Только более эффективно.
Брендам вероятно придется балансировать между логистикой, креативами и экономикой. Спасибо что есть шопифай


Скриньте пост 😁
Через пару лет посмотрим, что сбылось 😎

@neural_prosecco

Мы выкатили тизер Aesty на Product Hunt! 😏

(если нажмете Notify me — будет супер приятно 🫶)

💡Что такое Aesty?
AI-примерка собранных по запросам образов — прямо на тебе. В твоих вещах. А не на модели с идеальными формами и ростом 190 😅

💡Как это работает?
- Загружаешь свое фото
- Выбираешь стиль и погоду. Опционально предложим образ по цветотипу
- Примеряешь свое + смотришь, как вписать новые вещи
- Бонус! Каждый день — айтем с прикольной интерактивной скретч-картой и историей

💡 Уже доступно в App Store

🎁 Для своих — промокод FRIEND на −40%

Кстати, если вы уже успешно запускались на PH и знаете какие-то best practices — я буду очень рада любым советам 🫡

@neural_prosecco

Что бы я сказала себе полтора года назад, когда только начинала билдить? 👩‍🦰

На днях слушала предзащиты студентов на Физтехе, теперь там есть кафедра, где диплом это стартап.
Ты защищаешься перед жюри, как на демо дее. Классная идея.

Кто-то уже с трекшеном, грантами и первыми пользователями, но у большинства это теоретический план и 50 страниц про "что мы собираемся сделать в разных сценариях" 🤔

И, конечно, я вспомнила себя из 2023го, когда думала, что рано запускаться, но по факту искала 101 причину отложить запуск и нарисовать еще 20 стратегий 😅

Вот 5 инсайтов, которые пришли ко мне с опытом — и которые я бы хотела знать на старте:

1. 20 минут действия > 20 часов планирования ⏳
“You don’t learn by thinking about doing. You learn by doing.” — Paul Graham
Действие дает данные. Ты получаешь больше информации, приземляешь свою идею на реальные нужды рынка и меньше галлюцинируешь нужностью своего продукта

2. Build in public 👍
Если тебе не стыдно за продукт, ты запустился слишком поздно. Выкатывать сырое с урезанным функционалом это ок.
Мы поняли, что лучший user research это опубликовать в сторах, общаться, смотреть аналитику

3. Конструктивная критика >> вай какие вы классные ☺️
Если критикуют MVP — это не ты плохой, это просто продукт еще растет. Тут нет ничего личного.
Избежать критики легко: ничего не делать. Куда круче переварить ее и найти точки роста 😄

4. Никто не знает, как правильно
Ни ты, ни инвесторы, ни даже менторы.
Единственный источник правды это пользователь и его поведение. И много-много экспериментов, которые реализуемы только на практике


Если вам зашло, ставьте 🔥 и на 60 огоньков я сделаю еще пост с моими галлюцинациями tech фаундера про велью продукта и как я стараюсь их избегать

upd: огонечки собрали, скоро будет пост!

@neural_prosecco

😧 Virtual Try-Off: как нейросети научились не только «одевать», но и «раздевать»? 😧
Как человек, увлечённый развитием Fashion Tech и применением компьютерного зрения в индустрии моды, я внимательно слежу за новыми направлениями и подходами. Всем уже привычна задача Virtual Try-On (VTON), когда нейросети (диффузионные модели в данный момент) виртуально примеряют одежду на изображениях людей. Однако сейчас набирает популярность противоположное направление — Virtual Try-Off (VTOFF), задача извлечения одежды с моделей и получения её канонического изображения. Это не просто новая фишка, а перспективная задача с серьёзными техническими вызовами: в отличие от традиционного VTON, где модель цифровым образом «одевается», VTOFF стремится выделить и «снять» одежду, сохранив при этом её точную форму, текстуру и даже сложные паттерны ткани.

Кстати, на идущей прямо сейчас конференции CVPR-2025 были приняты пейперы, посвящённые именно Virtual Try-Off. ☝

Зачем индустрии моды такой подход?
1. Создание идеального каталога — возможность быстро получить идеализированное изображение одежды, свободное от складок, позы и особенностей модели.
2. Точная визуализация и кастомизация — одежда, полученная через VTOFF, может быть легко переиспользована и виртуально адаптирована к новым условиям (поза, модель, фон).
3. Повышение эффективности производства контента — сокращение затрат на новые фотосессии и обработку изображений.

Вот пара интересных подхода к задаче Virtual Try-Off, которые стоит изучить уже сейчас:

TryOffDiff: Virtual Try-Off via High-Fidelity Garment Reconstruction using Diffusion Models
Основная цель: получить оригинальное изображение одежды (без тела, позы и искажений) из одной фотографии одетого человека.
Ключевые идеи:
✨ Визуальные признаки вместо текста: вместо текстовых промтов, как в классическом Stable Diffusion, TryOffDiff использует визуальные эмбеддинги, извлечённые с помощью SigLIP image encoder.
✨ Адаптер: обучаемый модуль (Transformer + Linear + LayerNorm), который преобразует SigLIP-эмбеддинги в формат, совместимый с cross-attention слоями U-Net (77×768, как текст в SD).
✨ Минимум обучения: обучаются только адаптер и attention-слои. Все остальные компоненты заморожены: VAE, U-Net, SigLIP.

TryOffAnyone: Tiled Cloth Generation from a Dressed Person
Основная цель: восстановить канонический вид одежды с фото одетого человека, представив её в виде тайлов (фрагментов), пригодных для переиспользования и редактирования.
Ключевые идеи:
✨ Latent diffusion: архитектура построена вокруг латентной диффузионной модели с VAE-энкодером/декодером и денойзингом в латентном пространстве (по базе).
✨Множественные входы: модель получает изображение одетого человека, маску одежды и опционально изображение референса в той же одежде, но другой позе. Это помогает точнее реконструировать форму и текстуру.
✨ Transformer-блок в U-Net: в середине диффузионной модели встроен обучаемый Transformer, содержащий self-attention и cross-attention для захвата контекста из разных источников (ну тут тоже весьма обычно).
✨ Tile-based генерация: одежда восстанавливается в виде набора независимых латентных тайлов, что позволяет локально контролировать генерацию и уменьшить зависимость от глобальной позы. Такая декомпозиция упрощает переиспользование и адаптацию одежды к новым условиям (другая поза, фон, модель) и хорошо масштабируется в пайплайнах, ориентированных на кастомизацию и цифровой гардероб.
✨ Frozen backbone: как и в TryOffDiff, VAE и часть U-Net заморожены, обучение фокусируется на attention и Transformer-блоках.

Оба подхода — TryOffDiff и TryOffAnyone — подчёркивают, что Virtual Try-Off нельзя рассматривать как простое дополнение к VTON. Это отдельный класс задач, требующий других архитектурных решений, способных восстанавливать геометрию, структуру и текстильные особенности одежды в отрыве от тела, позы и сцены.

@sonya_aesthetics

Технический фаундер — это человек, который может построить почти все.
И именно поэтому он часто строит не то 😆


Часто по привычке такие фаундеры начинают строить не для людей, а что-то технологически красивое и интересное себе,
такое, про что условно можно написать пейпер на EMNLP 👩‍🦰

Не специально, конечно. Но как результат получается не продукт вокруг боли, а витрина вокруг технологии, потому что это еще один инженерный челендж. Интеллектуально кайфовый, но не всегда нужный 😁

Первая версия Aesty была жесть какая непонятная: куча параметров, кнопок, сценариев. Движок рекомендаций был классно проработан, примерки еще не было, но пользователи тем временем просто отваливались 👋

Я называю это галлюцинациями технического фаундера —
влюбиться в свое технологическое решение раньше, чем по-настоящему понять проблему 😍


Вот вам 4 примера:


1. Технология = value 😐
Кажется, что если ты сделал что-то сложное, умное, кастомное в этом уже заложена ценность.
Но нет. Пользователя не так уж интересует, насколько изящна твоя архитектура и какие бенчмарки бьет твоя фэнси модель, куда интереснее, помогает ли это его проблемам? 😐

Прежде чем приступать к реализации, я просто выкладываю мокап и смотрю, зацепит ли это вообще кого-нибудь. Примерка вот зацепила и мы ее добавили 😏


2. Умная фича говорит сама за себя
Она не скажет, а затеряется и интерфейсе 😳
Спаун внимания короткий, мануал читать никто не будет.
Если это не интуитивно — это не работает.

Я стараюсь не строить фичи до тех пор, пока четко не понимаю кто ее просил, как встроится в текущий флоу и какую боль она решает 😎


3. Если юзер не понимает — это он глупый 😐
Нет, это я нафантазировала ⌨️
Если не кликают, значит, не нужно или мы нарисовали какую-то фигню

Я считаю, что любой интерфейс по умолчанию сломан, пока не доказано обратное 🤡


4. Сейчас допилим вот это — и будет ценно
Качество, а не количество, польза должна быть очень бинарной и желательно в одну кнопку

Валидация перед реализацией 🧠

Я стараюсь держать в голове одну простую мысль:
fall in love with the problem, not the solution 😎


Го делиться в комментариях что забыла 🤗

@neural_prosecco

Если в 2025-м у тебя в продукте нет персонализации — ты не слушаешь пользователя (или ты очень упрямый) 😄

Часто фичи строятся не на том, что человек хочет, а на том, что команда умеет строить 😁

— мы научились генерировать визуал 👉 давайте делать фоторедактор 😎
— у нас сильная ML-команда 👉 давайте пилить диптех 🧠
— у нас есть датасет 👉 надо бы построить кастомного AI агента 😎
(вставьте свою версию 👩‍🦰)

Правда если цель не пофлексить проприетарными модельками, а реально решить проблему, то стоит начать с: что юзеру лень? что его бесит? за что он благодарен?

Парочка хороших недавних примеров:
📌 Daydream — AI-магазин, где ты вводишь “white dress for a summer wedding”
и получаешь подборку из разных брендов, уже стилизованную под тебя.
уже $50М инвестиций, вполне сопоставимо с Lyst

📌 Qloo, где на основе лайфстайл-следа тебе советуют фильмы, рестораны и музыку —
и все это без единой персональной переменной, UX first.

Такое мышление tech-enabled but user-led становится нормой.
И мне кажется, это классный вектор, который сейчас начинают вплетать и в образование.
Например, в бизнес-школе физтеха ребята делают диплом не по учебнику, а в формате стартапа.

Сейчас идет отбор в программу через TechLead Battle — и, если вы думаете в эту сторону,
может быть интересным заходом 🤝

@neural_prosecco

Ну что, мы уже на Product Hunt!
https://www.producthunt.com/posts/aesty-your-fashion-os

Спасибо всем, кто уже поддержал репостом или лайком 🧡
Если ещё не успели — будем очень рады вашему голосу, комментарию или просто лайку 🙌

Каждый апвоут сейчас = это не просто цифра, а шаг к тому, чтобы больше людей увидели, что шопинг и стиль вообще-то могут быть системой 😌
(ну и нам приятно, чего уж там)

🎁 Промокод для Product Hunt — PRODUCTHUNT
Инвайт другу = бесплатная примерка для обеих

Лайк, шэир, репост очень привествуются! 😎

вышли в топ 1 по комментам 🎧
(теперь нужно по голосам!)