真人版“奇跡暖暖”？谷歌阿里競(jìng)相布局的AI試衣有何商機(jī)？

　　618開始了，你可能加購(gòu)了很多夏季新衣，想趁優(yōu)惠激情下單，但一想到每件都要試穿，不合適的還要退貨郵寄，其繁瑣程度又讓你望而卻步。

　　“要是有人能幫我試穿衣服就好了。”

　　基于這樣的消費(fèi)心聲，多款A(yù)I虛擬試衣產(chǎn)品相繼上線。

　　據(jù)“頭號(hào)AI玩家”不完全統(tǒng)計(jì)，目前AI虛擬試衣相關(guān)工具至少有十余個(gè)，既有具備谷歌研究院大廠背景的“TryOnDiffusion”，也有國(guó)內(nèi)獨(dú)立團(tuán)隊(duì)出品的“OOTDiffusion”，還有切合電商平臺(tái)使用需求的“淘寶試衣”、美圖設(shè)計(jì)室推出的“AI模特試衣”等。

　　近期，我們測(cè)評(píng)了多款不同AI虛擬試衣產(chǎn)品，并和相關(guān)項(xiàng)目負(fù)責(zé)人聊了聊，嘗試了解AI虛擬試衣領(lǐng)域存在哪些機(jī)遇與挑戰(zhàn)。

　　只需1張照片，就能試穿自由?

　　虛擬試衣，正成為AI玩家們爭(zhēng)相布局的熱門地帶。

　　從去年至今，谷歌、阿里、亞馬遜幾大頭部電商平臺(tái)相繼推出虛擬試衣模型，分別為Tryon Diffusion、Outfit Anything、Diffuse to Choose。目前，這幾款模型雖開放了demo試用，但并未技術(shù)開源。

　　此外，一些獨(dú)立團(tuán)隊(duì)也有所動(dòng)作。今年4月，小i機(jī)器人AIGC團(tuán)隊(duì)上線了一款名為OOTDiffusion的虛擬試衣模型，不僅提供試用demo，更將github項(xiàng)目開源(https://github.com/levihsu/OOTDiffusion)。

　　目前大部分AI虛擬試衣技術(shù)都是基于擴(kuò)散模型進(jìn)行研發(fā)的，在這樣的背景之下，基本只需三步，AI就能幫你試穿任何一件衣服。

　　以O(shè)OTDiffusion為例，第一步，上傳試穿者的照片，盡量保證正面，且沒有遮擋身體，身穿衣服最好輕薄貼身;

　　第二步，上傳想要試穿的衣服，商品白底平鋪圖效果更佳，能夠更好展現(xiàn)試衣效果;

　　第三步，點(diǎn)擊“Run”并等待幾秒鐘，即可見證換裝時(shí)刻。

　　OOTDiffusion頁(yè)面提供了半身和全身的服裝試穿，包括上衣、褲子、裙子等類型，可以展現(xiàn)出不同的照片姿勢(shì)和試穿效果。

　　OOTDiffusion項(xiàng)目負(fù)責(zé)人徐余浩告訴我們，該項(xiàng)目基于Stable Diffusion，在兩個(gè)開源數(shù)據(jù)集VITON-HD (half-body) 和Dress Code (full-body)上進(jìn)行了訓(xùn)練。

　　在他看來，擴(kuò)散模型的優(yōu)勢(shì)在于能夠?qū)⒎�裝的細(xì)節(jié)、紋理、圖案、文字與試穿者本人進(jìn)行更自然的貼合，相比此前虛擬試穿產(chǎn)品的直接“套圖”，OOTDiffusion的試穿效果更加可控。

　　除了上傳試穿者和服裝的照片，還有AI虛擬試衣產(chǎn)品增加了更多維度的數(shù)據(jù)。

　　以淘寶試衣為例，用戶可以填寫體重、身高、身型、膚色相關(guān)數(shù)據(jù)，從而生成數(shù)字人形象進(jìn)行試穿。同樣，淘寶試衣支持使用自己的照片生成試衣分身，要求也是正面全身或半身照，盡量不穿寬大衣物，以及不要遮擋身體。

　　同款連衣裙不同分身的試穿效果

　　據(jù)“頭號(hào)AI玩家”觀察，目前大多數(shù)AI虛擬試衣產(chǎn)品只需上傳一張照片即可，但在效果展現(xiàn)上可能存在不夠服帖、服裝穿模、姿態(tài)扭曲等問題。

　　因此，部分AI虛擬試衣產(chǎn)品會(huì)主動(dòng)要求用戶上傳多張照片，生成更為全面的數(shù)字形象，從而獲取更自然的試衣效果。

　　以阿里媽媽推出的“Lookie”為例，用戶上傳一張正面照片+12張以上半身照片，可在十幾分鐘內(nèi)生成數(shù)字形象。

　　Lookie還提供異域風(fēng)情、搖滾辣妹、知識(shí)分子風(fēng)等多種試穿風(fēng)格，其數(shù)字“分身”可在1分鐘內(nèi)完成各種試穿任務(wù)。

　　不過，通過創(chuàng)建數(shù)字分身來試穿的效果更接近于“換臉”，可能看不出服裝是否合身，所以可以選擇身材相近的模特圖進(jìn)行生成。

　　AI試衣技術(shù)已達(dá)商用水平，一張商品圖只需2毛

　　作為AIGC圖片編輯領(lǐng)域的一個(gè)垂直應(yīng)用，虛擬試衣從去年開始已有不少研究進(jìn)展。

　　谷歌聯(lián)合華盛頓大學(xué)在2023年6月發(fā)布了“TryOnDiffusion”項(xiàng)目，提出了一種基于擴(kuò)散模型的架構(gòu)，統(tǒng)一了兩個(gè)UNet，可以輸入兩張圖片進(jìn)行合成，讓圖中的人物更換不同的服飾，并在保留服飾細(xì)節(jié)的情況下適應(yīng)人體的姿勢(shì)和形狀變化。

　　技術(shù)對(duì)比，從左到右依次是:輸入，TryOnGAN，SDAFN，HR-VITON，TryOnDiffusion

　　不過這個(gè)模型僅能實(shí)現(xiàn)上身服裝的試穿，訓(xùn)練和測(cè)試數(shù)據(jù)集大多是干凈統(tǒng)一的背景，全身試穿效果和更復(fù)雜的背景下的表現(xiàn)還有待研究。

　　“當(dāng)時(shí)這個(gè)方向還很不成熟，只能換一些簡(jiǎn)單的衣服比如純色的，稍微復(fù)雜一點(diǎn)的版型生成的效果就很差。”OOTDiffusion團(tuán)隊(duì)介紹道。

　　虛擬試衣主要面臨兩個(gè)挑戰(zhàn)，一是生成的圖像要足夠真實(shí)自然，就像真實(shí)上身的效果;二是提高可控性，要盡可能保留服裝的細(xì)節(jié)特征。

　　之前的算法可能是通過對(duì)比衣服和模特的身材形狀的區(qū)別，直接對(duì)衣服進(jìn)行變形，然后貼到模特身上，這種“貼圖”的方法會(huì)顯得比較假。而現(xiàn)在有了擴(kuò)散模型，AI可以學(xué)習(xí)衣服的形狀、顏色和花紋文字等特征，然后和模特的特征進(jìn)行融合，生成更自然的效果。

　　亞馬遜發(fā)布的“Diffuse to Choose”(https://diffuse2choose.github.io/)模型通過在擴(kuò)散模型的潛在特征圖中直接融入?yún)⒖紙D像的細(xì)粒度特征，并結(jié)合感知損失來進(jìn)一步保留參考物品的細(xì)節(jié)。它能讓用戶在任意場(chǎng)景中虛擬試穿服裝或放置其他電商產(chǎn)品，實(shí)現(xiàn)較為真實(shí)的光影。

　　Diffuse to Choose支持不同的衣服組合，沒有限制

　　國(guó)內(nèi)方面，2023年12月，阿里巴巴旗下的智能計(jì)算研究院發(fā)布了一項(xiàng)虛擬試衣技術(shù)“Outfit Anyone”，通過雙流條件擴(kuò)散模型克服了高保真和細(xì)節(jié)一致性結(jié)果的問題，能獲得更逼真的服裝變形效果。

　　不僅是真人，動(dòng)畫角色也支持一鍵試衣，與視頻模型Animate Anyone結(jié)合，還能實(shí)現(xiàn)任何角色的服裝更換和動(dòng)態(tài)視頻生成。

　　但Outfit Anyone并未對(duì)外開放代碼，用戶可在魔塔社區(qū)中試用。

　　OOTDiffusion團(tuán)隊(duì)提出的試穿融合過程也有效提高了虛擬試穿的真實(shí)性和可控性，目前相關(guān)的AI試衣產(chǎn)品已在開發(fā)階段。之后團(tuán)隊(duì)還會(huì)繼續(xù)探索解決用圖片指導(dǎo)圖片修改和編輯、人物換臉等問題，讓AIGC技術(shù)更好地應(yīng)用到實(shí)際場(chǎng)景中。

　　徐余浩認(rèn)為，與大廠相比，小團(tuán)隊(duì)可能在技術(shù)研發(fā)上能領(lǐng)先一步，但如果將虛擬試衣作為一個(gè)獨(dú)立的產(chǎn)品來運(yùn)營(yíng)，其商業(yè)前景可能不如已擁有龐大用戶規(guī)模的的電商平臺(tái)。

　　據(jù)“頭號(hào)AI玩家”觀察，面向C端用戶的AI試衣產(chǎn)品主要來自于大廠。比如淘寶在App內(nèi)置的試衣功能，可以與商品推薦、用戶購(gòu)物車等版塊聯(lián)動(dòng)，AI試衣體驗(yàn)更流暢、穿搭選擇更豐富。在技術(shù)上，淘寶也可以及時(shí)應(yīng)用阿里最新推出的虛擬試衣方法。

　　阿里團(tuán)隊(duì)在今年3月發(fā)布了“Wear-Any-Way”，不僅支持試穿衣服，還能根據(jù)需要改變衣服的樣式，比如卷起袖子，打開/拖動(dòng)外套等。

　　雖然這項(xiàng)技術(shù)目前還未上線應(yīng)用，但對(duì)消費(fèi)者來說可以改善購(gòu)物體驗(yàn)，對(duì)商家來說也有望進(jìn)一步降低廣告營(yíng)銷成本。

　　除了上文提到的面向消費(fèi)者的AI試衣產(chǎn)品，從市場(chǎng)需求來看，面向電商商家的B端產(chǎn)品對(duì)AI初創(chuàng)公司來說是更有商業(yè)前景的選擇。

　　很多跨境電商賣家提到請(qǐng)模特拍照又貴又耗時(shí)，而使用AI工具出圖正好滿足了降本增效的需求。

　　比如阿里國(guó)際旗下的AI圖像設(shè)計(jì)工具Pic C o p i l o t近期上線了虛擬試衣功能，據(jù)介紹，出一張商品圖的平均成本被控制在0.2-0.3元人民幣以內(nèi)，同時(shí)還有四十多位已授權(quán)模特，覆蓋各個(gè)膚色和年齡段，賣家在商用時(shí)無需擔(dān)心侵權(quán)問題。

　　從虛擬的QQ秀到真人一鍵試穿，從早期通過3D人體建模開發(fā)的虛擬試衣軟件，到如今生成式AI技術(shù)在電商行業(yè)開啟應(yīng)用，隨著技術(shù)的不斷進(jìn)步和市場(chǎng)的逐漸成熟，可以預(yù)見AI將在我們的消費(fèi)生活中扮演更加重要的角色。