一向热衷于拥抱生成式人工智能的谷歌，正在推出一项新的购物功能，该功能会在一系列真实时尚模特的展示中呈现服装效果。
作为未来几周内推出的一系列谷歌购物更新的一部分，谷歌推出的服装虚拟试穿工具能够获取服装图像，并尝试预测其在不同姿势的真实模特身上会如何垂坠、折叠、贴合、拉伸，以及形成褶皱和阴影。
虚拟试穿功能由谷歌内部开发的一种基于扩散的新模型驱动。扩散模型——包括文本生成艺术工具 Stable Diffusion 和 DALL-E 2 ——学习如何从一张完全由噪声组成的起始图像中逐步去除噪声，一步步将其更接近目标图像。
谷歌使用大量成对的图像训练了该模型，每对图像包含一个人穿着同一件衣服但摆出两种不同姿势——例如，一张某人侧身穿着衬衫的照片和另一张正面站立的照片。为了使模型更加稳健（即克服看起来变形且不自然的褶皱等视觉缺陷），该过程通过使用随机的服装与人像配对重复进行。
从今天起，使用谷歌购物的美国消费者可以虚拟试穿来自 Anthropologie、Everlane、H&M 和 LOFT 等品牌的女士上衣。请在谷歌搜索中留意新的“试穿”徽章。男士上衣将在今年稍晚时候上线。
谷歌消费者购物产品高级总监 Lilian Rincon 在与 TechCrunch 分享的博文写道：“当你在实体店试穿衣服时，你可以立即判断它们是否适合你。”她引用了一项调查，显示42%的在线购物者觉得模特形象无法代表自己，而59%的人因在线购买的商品上身效果与预期不符而感到不满。
Rincon 继续表示：“你应该在在线购买服装时同样充满信心。”
虚拟试穿技术并非新鲜事物。Amazon 和 Adobe 已经一段时间以来一直在探索生成式服装建模，沃尔玛也是如此，后者自去年起就提供了一项在线功能，利用顾客的照片来展示服装效果。AI 初创公司 AIMIRR 将该理念更进一步，利用实时服装渲染技术，将服装图像叠加到人的实时视频上。
谷歌自身此前也曾试点过去的虚拟试穿技术，与欧莱雅、雅诗兰黛、MAC彩妆、Black Opal和Charlotte Tilbury合作，让搜索用户可以在具有不同肤色的多种模特身上试用各种化妆品色号。
但随着生成式AI不断渗透时尚行业，它遭到了模特的抵制，他们认为这加剧了长期存在的不平等现象。
模特大多是低收入独立承包商，需承担高额经纪公司佣金费用（约20%）以及业务支出，包括机票、集体住宿和获取客户工作所需的宣传材料。此外，反映出招聘偏好中的偏见，模特群体相当同质化。根据一项调查，截至2016年，时尚广告中的模特有78%是白人。
其中包括Levi's已测试了用于创建定制AI生成模特的AI技术。Levi's在采访中对这项技术进行了辩护，称它将“增加顾客看到的穿着其产品的模特的多样性”。但该公司未回应批评者提出的为何品牌没有招募更多具备其所寻求的多样化特征的模特的问题。
在博客文章中，Rincon强调Google选择使用真实模特——并且是一个多样化的范围，涵盖从XXS到4XL的尺码，代表不同的种族、肤色、体型和发质。但她没有触及房间里的大象：新的试穿功能是否会导致未来模特的拍摄机会减少。
与虚拟试穿同步推出，Google正在启动由AI和视觉匹配算法驱动的服装搜索过滤选项。这些过滤器可在Shopping的产品列表中使用，允许用户使用颜色、风格和图案等输入条件缩小跨商店的搜索范围。
"店员可以在店内帮助这一点，根据你已经试穿过的物品推荐和寻找其他选择，" Rincon说。"现在你在网上买衣服时可以获得额外的帮助。"