Google 上线 AI 虚拟试穿：用扩散模型像素级还原褶皱与垂坠感

网购衣服最头疼的事，莫过于衣服穿在模特身上像高定，套在自己身上却像抹布。

Google 宣布推出基于生成式 AI 的服装虚拟试穿功能。这次它不再只是把衣服贴在人偶身上，而是展示上衣穿在不同体型、不同肤色的真实模特身上的真实效果。

无论是衣服垂坠的线条、腰部的折痕，还是布料贴身、拉伸甚至起皱的样子，AI 都能算出来。

告别几何拉伸，每个像素重新画一遍

很多人对虚拟试穿的印象，可能还停留在老电影《独领风骚》里 Cher 的电脑衣橱。过去业界用的老办法叫几何形变，说白了就是把一张衣服图片剪下来，通过变形强行贴到人像剪影上。

这种老技术的毛病一眼就能看穿：衣服看起来轻飘飘地浮在人身上，折痕完全不合常理，肩膀和胸口更是经常显得畸形怪异。

Google 这次换了思路。他们没有去修补旧图片，而是基于扩散模型直接从零开始生成每一个像素。

通常像 Imagen 这样的文生图工具，是用文字输入引导扩散模型去噪。但 Google 的新模型变了一下玩法：它不吃文字提示词，而是输入两张图片，一张是单独的衣服，另一张是穿衣的人。

两张图片分别进入各自的神经网络进行处理，中间通过交叉注意力机制交换信息。这样一来，AI 就能精准理解这件衣服的版型和这个人的身材，然后把衣服自然地「穿」在模特身上。

拿购物图谱练兵，首批支持女装上衣

光有算法架构还不够，关键是让 AI 懂布料和光影。

Google 没有拿大语言模型的数据来喂它，而是直接调用了自家现成的购物图谱数据库。

训练过程非常有趣：Google 准备了海量同一模特穿同一件衣服的不同姿势照片。比如一张是侧身站立，另一张是正对镜头。

AI 模型需要学会把侧身时的衬衫剪裁，对应到正身站立的体态上，反之亦然。经过上百万对随机人物和服装图像的反复训练，这套模型终于摸透了衣料在各种角度下该怎么下垂、怎么起皱。

从 6 月 14 日起，用户可以在 Google 购物中试穿女装上衣。首批合作的品牌包括 Anthropologie、LOFT、H&M 以及 Everlane。Google 表示未来还会支持更多品牌和品类。

为什么重要

对于网购消费者来说，这可能是近几年实用感最强的一个生成式 AI 功能。大家买衣服最怕货不对板，现在终于能在更贴近自己身材的模特身上看到真实上身效果，能省下不少盲猜尺码和来回退换货的时间。

我们认为 Google 这一步走得相当扎实。它没有去卷大语言模型的聊天吹水，而是把最擅长图像生成的扩散模型，塞进了自己统治力最强的电商搜索场景里。

相比传统的电商贴图或者动辄几万元的定制 3D 建模，Google 这种用双路图像输入结合交叉注意力的生成式方案，成本更低，生成的褶皱与光影也真实得多。这会直接倒逼亚马逊等电商巨头加快跟进自家的虚拟试穿方案。

不过隐患也并非没有。目前这套系统只支持女装上衣，复杂的连衣裙、长裤以及更挑版型的大衣都还没上线。生成式 AI 算出来的褶皱再漂亮，终究还是算法的模拟，它能否百分之百还原真实布料的硬挺度或透气感，还得等大批消费者下单收货后才能见分晓。