如果您看不到或想象自己穿著一件衣服，時尚就很難知道它是人工否適合您。有多少次你在網上買了一件東西，相遇當它送到你家門口時興奮地打開盒子，時尚沖上去試穿，人工然后……困惑地盯著鏡子？它可能以您意想不到的相遇方式垂墜。或者在您身上看起來與在在線模型上看起來完全不同。時尚

本周，人工google將在 Google.com 上發布一項新的相遇購物功能，旨在為人們提供更有用的時尚在線購物體驗。虛擬試穿 (VTO) 在具有不同體型和尺寸的人工真實模特身上生成栩栩如生的服裝寫照。這些圖像包括那些微妙但至關重要的相遇細節，例如某些東西如何懸垂、時尚折疊、人工緊貼、相遇拉伸和皺紋——所有這些都具有為 VTO 開發的新生成 AI模型的強大功能。

購物者只需選擇一件他們感興趣的服裝，然后選擇一個款式，瞧，他們已經看到試穿了。

“VTO 是在線購物向前邁出的激動人心的一步，尤其是在顯然需要更多代表性的服裝領域，”購物產品經理 Shyam Sunder 說。“服裝是谷歌搜索最多的購物類別之一，因此對人們和品牌的幫助潛力巨大。統計數據顯示了一個明確的需求：42% 的在線購物者覺得模特圖片無法代表他們，59% 的人對他們在網上購買的商品感到不滿意，因為它看起來與他們預期的不一樣。”

從一開始，該團隊就想為購物者提供一系列可以解決這個問題的模型。“當我們在網絡上搜索服裝時，當涉及到穿著這些衣服的模特時，我們會發現結果差異很小，”Shyam 說。“我記得一個例子，50 張圖片中只有四張是有色人種。所以問題是，即使我們想在購物中顯示不同的圖像，我們也做不到，因為網絡上沒有足夠的圖像。這是我熱切想要解決的問題。”

因此，該團隊創建了他們自己的資料庫，其中包含 80 個代表多種尺寸、膚色、身高、年齡和性別的模特，以便在 Google 上購物的人可以選擇他們最感興趣的模特，并查看衣服穿在身上的效果。

“一個關鍵問題是如何在每個模型上自動生成任何服裝，”購物研究科學家 Ira Kemelmacher-Shlizerman 說。“人們研究類似技術已經有一段時間了，但最終的圖像從來沒有完全達到目標——它們存在視覺缺陷，比如錯位的褶皺，使衣服看起來畸形和不自然。所以我們給自己設定了一個挑戰：創造一種方法，可以為任何體型和體形的人合成逼真的高質量圖像。這就是生成人工智能的用武之地。”

該團隊轉向了 VTO 的文本到圖像模型，該模型能夠從文本輸入創建高度逼真的圖像。尤其重要的是一種稱為擴散的技術，該技術會逐漸將噪聲添加到照片中，并訓練神經網絡去除這些噪聲像素。

對于 VTO，該團隊沒有使用單一的擴散網絡和大型語言模型（如在文本到圖像中使用的那樣），而是創建了一種稱為并行 U-net 的新架構，它接受兩幅圖像：人物圖像和服裝圖像。每張圖片都通過自己的神經網絡——U-net——同時通過稱為“交叉注意力”的過程進一步相互交流。“結果是驚人的，”艾拉說。“我們的用戶研究表明，我們的方法比最先進的方法有很大的優勢——超過 95% 的時間。”

該團隊使用 Google 的 Shopping Graph 對新的 AI 模型進行嚴格訓練，這是世界上最全面的產品、賣家、品牌、評論和庫存數據集。他們使用數百萬對圖像來訓練模型，每對圖像都包括一個穿著衣服的人以兩種不同的姿勢。人工智能模型學習將一個姿勢的襯衫形狀與另一個姿勢的人相匹配，反之亦然，直到它可以從各個角度生成該人穿著襯衫的逼真圖像。

在一個例子中，試穿結果似乎比原來的衣服顏色更亮。該團隊對這些類型的示例進行了數天的審議，但最終決定在發布時謹慎行事，當出現任何此類錯誤時，刪除在模型上虛擬試穿服裝的選項。隨著他們從用戶和品牌那里得到反饋，他們將繼續做出調整。“為生成圖像發明全自動評估仍然是一個懸而未決的問題，我們正在積極努力，”艾拉說。

如今，Google Shopping Graph 上數百個品牌和零售商的女裝上衣均可試穿，包括 Anthropologie、LOFT、H&M 和 Everlane。隨著時間的推移，該工具將變得更加精確并擴展到更多品牌。到目前為止，品牌反響非常積極。

“當我們讓他們了解這項技術時，我們收到了一些很好的反饋，并且也非常渴望參與，”Shyam 說。“他們中的一些人非常喜歡它，他們要求使用這項技術來支持他們自己的網站。”