谷歌通过AI彻底改变在线购物，推出AI服装试穿功能

为了理解这个模型是如何工作的，让我们首先解释扩散：

扩散是逐渐向图像添加额外像素（或“噪声”）直到无法识别的过程，然后完全消除噪声，直到原始图像以完美质量重建。像 Imagen 这样的文本到图像模型使用扩散和来自大型语言模型 （LLM） 的文本，仅根据您输入的文本生成逼真的图像。

Google决定使用扩散来解决 VTO 问题，但在扩散过程中，没有使用文本作为输入，而是使用一对图像：一个是一件衣服，另一个是一个人。每个图像都被发送到自己的神经网络（U-net），并在称为“交叉注意力”的过程中相互共享信息以生成输出：穿着衣服的人的逼真图像。这种基于图像的扩散和交叉注意力的结合构成了新的AI模型。

（服装的虚拟试穿可让您在与您产生共鸣的真实模特身上渲染上衣）

使用谷歌的购物图数据进行培训

为了使 VTO 功能尽可能有用和逼真，Google对新的 AI 模型进行了严格的培训。但是没有像Imagen那样使用LLM对其进行训练，而是利用了Shopping Graph（购物图），这是世界上最全面的最新产品，卖家，品牌，评论和库存数据集。

使用许多对图像来训练模型，每对图像都包括一个穿着两种不同姿势的衣服的人 – 比方说，一个穿着衬衫的人侧身站立，另一个人向前站立的图像。在这种情况下，AI 模型学习将侧身姿势中的衬衫形状与向前姿势的人相匹配，反之亦然，直到它可以从各个角度生成该人身上衬衫的真实图像。为了更上一层楼，我们使用数百万对不同服装和人物的随机图像对重复了这个过程。结果使可以查看所选型号上的顶部外观。

（扩散模型将图像发送到他们自己的神经网络（U-net）以生成输出：穿着服装的人的逼真图像）

 

我们在线下商店试穿衣服时，可以立即判断它们是否适合自己。如果不是，可以将它们换成不同颜色、款式或价格点的作品，以更好地匹配自己需求。但是在线上却不行…

谷歌推出的这个AI服装试穿功能可以带来试衣间体验。希望各大电商平台以后都能够支持这种AI功能来改善线上购物体验😚