对于消费者而言，这意味着他们可以在网上商店中选购任何商品，并通过实时查看其合身程度和外观，在自己的生活空间或个人环境中体验商品
亚马逊最近引入了一种名为Diffuse to Choose（DTC）的新人工智能系统，旨在改变网上购物的现状。这一系统允许用户在任何环境中进行虚拟试用产品，从而解决了在购买之前难以将产品可视化的问题。通过DTC，用户可以更好地了解产品的外观、功能和适用性，提高购物体验的准确性和满意度。这是亚马逊努力提供更好的在线购物体验的一部分。
在亚马逊研究人员发表的一篇最新论文中，他们介绍了一种名为DTC的技术，该技术可以将产品图像与个人照片进行无缝融合，从而创造出一种虚拟全选的体验。该论文指出，传统的图像条件扩散模型往往无法捕捉产品的细节。为了解决这个问题，DTC采用了一种新的基于扩散的图像条件修复模型。这个模型通过使用辅助U-Net编码器将细节注入扩散过程，实现了快速推理和高保真度细节的保留，并确保在任何给定场景中进行准确的语义操作。具体过程包括掩蔽源图像并将参考图像插入掩蔽区域，然后在模型内进行一系列复杂的调整和对齐。
这篇论文通过在专有和公共数据集上进行验证，证明了DTC修复技术在数量和质量上优于流行的基于扩散的修复技术“示例绘制”。特别重要的是，DTC能够进行少量镜头的个性化匹配，而无需对每个产品进行微调。
DTC的实际意义是广泛而多样的。对于消费者来说，这意味着能够将网上商店中的任何商品放入他们自己的生活空间或个人环境中，实时查看其合身程度和外观。这不仅增强了购物体验，而且有助于做出更明智的购买决定。对于零售商来说，它提供了一个新的与客户的互动水平，通过提供更准确的产品表示，可能会降低退货率。
DTC还支持迭代虚拟装饰和服装构建。用户可以调整口罩来改变服装风格，比如把衣服收起来或卷起袖子。。这种灵活性将DTC定位为个性化电子商务体验的引人入胜的平台。
Diffuse to Choose can work with both in the wild reference images and source images, with arbitrary or rigid mask shapes.
DTC还支持迭代虚拟装饰和服装构建。用户可以调整遮照图像中的区域来改变服装风格，比如把衣服收起来或卷起袖子。。这种灵活性将DTC定位为个性化电子商务体验的引人入胜的平台。
电商运营人工智能艺术天才科林