用粉紅風潮席捲社交網路的 Paul Smith 展,我幫你們先去看了
在上海站開始之前,請收下這份來自台北的最全 Paul Smith 展覽攻略~
10 月 9 日,火遍全球社交媒體,Instagram、Facebook、Twitter 上談論度都超高,且美圖無數的英國設計師 Paul Smith 大展就要來上海了。
為了提前給大家踩點,我特別飛了一次正在展覽周期中的台北。
走進展館那一瞬間,我就知道,準備把「粉紅牆」當終極 Boss 刷的你們圖樣圖森破了。
這個 70 歲的老頑童想要給你們看的 Paul Smith,可不是那麼簡單!
70歲還玩轉社交媒體,他是英國最重要的設計師
在談論 Paul Smith 的時候,很多人都喜歡談論他的時尚帝國、他的頭銜、他的輝煌戰績。
比如說他是英國第一個因為在時尚行業做出巨大貢獻而受封的爵士;比如 2008 年他同名品牌的全球年營業額就達到了 3.3 億英鎊;比如英國媒體都稱他是「英國最賺錢的設計師」。
但我更想說說他和時代同步的幽默感和時髦。
你很難想像一個 70 歲的老人,一直以來就用現代年輕人的方式說話。
穿自己品牌的定製西服出門,他解釋說那是因為「不用花錢」。(這是自黑嗎?這分明就是自黑啊!)
62 歲的時候被人問起年齡,他立刻就回答「25 歲!」(這是臉皮厚嗎?這分明就是臉皮厚啊!)
更讓人驚訝的是:作為一個 70 歲的英國紳士、以男裝創立品牌的設計師,您開個人展覽用少女心十足的粉紅做主打色,這樣真的好嗎?
他就是喜歡。
了解他的人想必知道,一直以來 Paul Smith 就以明亮的配色著稱。甚至有人將他家標誌性的彩虹條紋和 Burberry 的格紋,並稱為足以代表英國時尚界的兩大圖案。
而此次展覽的粉紅色,則是出自品牌位於洛杉磯的專賣店。
這間已經成為全球網紅打卡聖地的店鋪由 Paul Smith 親自設計。高飽和度的粉紅,在 LA 亮藍色的天空襯托下,簡直不能更時髦。
在真實場景中,再現他的工作與生活
從粉色的門口走進去,首先映入眼帘的,是照片牆。
這裡展示了 Paul Smith 從 10 歲開始收集與創作的圖畫和照片,並且作為時間線索,貫穿了幾乎一半的展覽空間。
在台灣我看到的藏品超過了 500 件。據說每一幅都是從他倫敦工作室里精挑細選出來的。
有趣的是,這些藏品包羅萬象。有安迪·沃霍爾、大衛·霍克尼、班克斯等著名藝術家的作品,也有來自其家人、粉絲所贈送的禮物。
它們曾經不分貴賤地被妥善收藏,現在不按先後地排列在展廳的牆上給大家欣賞——唯一的選擇標準,只是 Paul Smith 的個人審美。
順著照片牆,沒走兩步就可以看到粉紅小屋。它的外牆雖然刷成了洛杉磯的專賣店顏色,實際上卻復刻了 Paul Smith 品牌創始之初的第一家店鋪。
這間店鋪開於 1970 年。
那時候,本來想做個職業自行車運動員的 Paul ,剛因為車禍,在醫院裡認識了一群愛好藝術的朋友。並在他們的影響下,因緣際會地遇到了妻子 Pauline Denyer。
學時裝出身的 Pauline 鼓勵 Paul 走時裝設計這條路,並開間自己的服裝店。
因為有女友的支持,這個懷揣 600 英鎊的大男孩勇敢地邁出了第一步——在一個小巷子里開了間只有 12 平米的小店。
「沒有人喜歡我們店裡的衣服,因為他們都太古怪了。」Paul 在某次接受採訪的時候說道,「我只在周五和周六的開門。因為不用靠這間小店過日子,所以可以由著性子來。有趣的是,慢慢的人們反而開始喜歡上我的衣服了。」
6 年後,他開始以 Paul Smith 為商標,在巴黎正式推出男裝系列。
展覽上,我們可以看到 Paul 的第一個 Showroom——這是巴黎 Phrase Hotel 的一個房間。
1976 年,他帶了 6 件襯衫、2 件外套、2 件長褲參加巴黎時裝周。
「我只待到星期四,星期一到三都沒有人來,在最後一天的 4 點終於有了第一位顧客。」他說。
之後,他在巴黎的秀都是在朋友幫助下完成的。包括場地、模特等等。
資金不充裕的情況下,連香檳都是從超市買來的。但從那開始,Paul Smith 的時尚王國初見雛形,並隨後以飛一般的速度擴張。
往前走,我們就可以看到 Paul 曾經的辦公室。這裡簡直是個博物館:有戴森第一代吸塵器,也有蘋果初代電腦;有 Paul Smith 著名的意麵圖案襯衫,也有他跨界設計的椅子模型。
這裡有海量的書籍,各種兔子圖案的家居用品(兔子是他的幸運動物)……唯一可惜的是為了保護展品,所以不能走進去拍照,只能隔著隔離帶看一下。
但它的旁邊就是 Paul Smith 的人形立牌區,可以挨著「老爺爺」近距離拍攝,也算過癮。
台灣的展覽到這裡有一個拐角。拐角邊的小房間里放置著許多 LED 屏幕。屏幕里播放的視頻是 Paul Smith 的攝影作品,這些都被他看成設計的靈感來源。
接著這間房間出現的,就是 ins上爆紅的紐扣牆。
作為服裝上的重要配件,紐扣被設計成裝置藝術作品,在 Paul Smith 展覽中出現,可謂應景又搶眼。
這面 6 米寬,3 米高的牆,據說用了超過 7 萬顆紐扣。整個配色由 Paul Smith 本人親自設計。僅看 ins 上那麼多照片,穿什麼顏色的人站在前面都好看,你不得不佩服 Paul 的色彩演繹功力。
再往前走是 Paul Smith 的工作間。天花板上掛滿了紙樣,工作台上各種資料。這裡同辦公室一樣,是不能進入的。
玩起跨界來,和做衣服一樣精彩
工作間之後,台灣站的布展人開始展示 Paul Smith 的各種經典作品。
最顯眼的地方,放了一輛彩虹色的 MINI Cooper 。
Paul Smith 本身就是這車的粉絲。1998 年的時候,他跨界設計了這款被譽為 Art Car 的 24色條紋 MINI Paul Smith,但由於是僅在日本和英國出售的限定商品,所以並不容易看到。
另一邊還有一輛車。它是 Paul Smith 攜手頂級摩托車品牌 Triumph 推出的限量版摩托車。
靠牆一邊的亞克力展示箱里,陳列了各種體積較小的作品。
其中包括了為徠卡設計的 X2 數碼相機、為依雲設計的礦泉水,以及為義大利燈具品牌 Anglepoise 設計的 Type 75 檯燈等。
服裝和秀場視頻被作為最後的高潮呈現給人們。那些優雅又有趣的西裝和晚禮服,讓我簡直走不動路。
走到出口處,很多人在排隊。
這裡是和粉色大檯燈合照的地方。網上圖片太多,我就不詳細再說了。
不可錯過的有趣周邊!
我是一個習慣買展覽周邊的人。
但 Paul Smith 展的周邊,我覺得即使平時不愛的人也可以買一買。
或者你來之前先去品牌專賣店轉一圈,看看標價牌,就知道我為什麼這麼說。
按照慣例,每個地區都有他們各自的特殊周邊。我挑一些在台灣展上看到,來上海可能性比較大的說一說。
絕對不能錯過的是這款和瑞士殿堂級制筆品牌 Caran d』Ache 合作的圓珠筆!我等不到上海,直接在台灣就買了,是在太好看又太好寫。
推薦單支裝的那種,會配一個 Paul Smith 經典條紋的鐵皮殼子,配色不能更時髦。
土豪級別的粉絲可以買和 Anglepoise 合作的 Type 75 檯燈。配色細節實在太美。當然,價格也很美。
明信片、帆布袋和馬克杯我覺得搞不好會賣到脫銷,很有紀念意義又實用。
說到這裡,你們大概又要問:哪裡能買票呢?
這次,外灘時尚與主辦方合作,為各位爭取到20 席 Paul Smith 面對面講座(可以見到本人!)套票,點擊下方閱讀原文或者掃描下方二維碼就可以買啦。
沒搶到的也不用著急,同樣鏈接里還有 50 元的展覽早鳥票可供選擇。話我就不多說了,Enjoy~
「Hello,My Name is Paul Smith 」上海站
展覽周期:2017年10月10日 - 2018年1月7日
地址:濱江大道4777號藝倉美術館3F第三展廳
門票售價:30/50/70/128/600(講座套票)
文 _ NiNi 編輯 _ 小石醬
圖片 _ 來自網路
現已授權「快版權」(www.kbanquan.com)對文章的版權行為進行追究與維權。


※你們的建議,我們每一條都看過啦!
※美女剛買的春帶彩手鐲,看著怪怪的!
※K金怎麼保養歷久常新?怎麼戴更漂亮?看完你就知道!
※好物|密集修復肌膚的精華液,一個晚上就能消滅閉口、鎮壓痘痘
※好物|不用看牙醫,在家輕鬆洗白你的牙齒
TAG:外灘時尚 |
※Tim Cook說他不會讓孩子上社交網路
※Justin Rosenstein專訪:「現在的社交網路都是在浪費時間」
※從AlexNet到MobileNet,帶你入門深度神經網路
※如何在 Scratch 中用 Python 構建神經網路
※自動給神經網路找bug,Google發布TensorFuzz
※推薦!PlayGround:可視化神經網路
※TensorFlow的使用之實現神經網路
※現在網路上非常流行的Menhera表情包,你食用了嗎
※Alphabet將與Telkom在肯亞用熱氣球部署移動網路
※OpenStack-Neutron的網路實現方式-flat網路
※Orkut 創始人在印度推出全新社交網路「Hello」
※Instagram上的穿搭趨勢,社交網路讓「老東西」成了時髦品
※使用Google Colaboratory訓練神經網路
※把醬油瓶放進菜籃子:UC Berkeley提出高度逼真的物體組合網路Compositional GAN
※用於可視化人工神經網路的 Python庫——ANN Visualizer
※You Are Wanted網路尋凶
※索尼進軍網路社交 MyPlayStation正式上線
※Facebook,Twitter,Snapchat三大社交網路同時登陸GMIC!
※神經網路在客戶分層上的應用—Autoencoder
※人人都能讀懂卷積神經網路:Convolutional Networks for everyone