Google 上線 AI 虛擬試穿：用擴散模型畫素級還原褶皺與垂墜感

網購衣服最頭疼的事，莫過於衣服穿在模特身上像高定，套在自己身上卻像抹布。

Google 宣佈推出基於生成式 AI 的服裝虛擬試穿功能。這次它不再只是把衣服貼在人偶身上，而是展示上衣穿在不同體型、不同膚色的真實模特身上的真實效果。

無論是衣服垂墜的線條、腰部的摺痕，還是布料貼身、拉伸甚至起皺的樣子，AI 都能算出來。

告別幾何拉伸，每個畫素重新畫一遍

很多人對虛擬試穿的印象，可能還停留在老電影《獨領風騷》裡 Cher 的電腦衣櫥。過去業界用的老辦法叫幾何形變，說白了就是把一張衣服圖片剪下來，通過變形強行貼到人像剪影上。

這種老技術的毛病一眼就能看穿：衣服看起來輕飄飄地浮在人身上，摺痕完全不合常理，肩膀和胸口更是經常顯得畸形怪異。

Google 這次換了思路。他們沒有去修補舊圖片，而是基於擴散模型直接從零開始生成每一個畫素。

通常像 Imagen 這樣的文生圖工具，是用文字輸入引導擴散模型去噪。但 Google 的新模型變了一下玩法：它不吃文字提示詞，而是輸入兩張圖片，一張是單獨的衣服，另一張是穿衣的人。

兩張圖片分別進入各自的神經網路進行處理，中間通過交叉注意力機制交換資訊。這樣一來，AI 就能精準理解這件衣服的版型和這個人的身材，然後把衣服自然地「穿」在模特身上。

拿購物圖譜練兵，首批支援女裝上衣

光有演算法架構還不夠，關鍵是讓 AI 懂布料和光影。

Google 沒有拿大語言模型的資料來餵它，而是直接呼叫了自家現成的購物圖譜資料庫。

訓練過程非常有趣：Google 準備了海量同一模特穿同一件衣服的不同姿勢照片。比如一張是側身站立，另一張是正對鏡頭。

AI 模型需要學會把側身時的襯衫剪裁，對應到正身站立的體態上，反之亦然。經過上百萬對隨機人物和服裝影像的反覆訓練，這套模型終於摸透了衣料在各種角度下該怎麼下垂、怎麼起皺。

從 6 月 14 日起，使用者可以在 Google 購物中試穿女裝上衣。首批合作的品牌包括 Anthropologie、LOFT、H&M 以及 Everlane。Google 表示未來還會支援更多品牌和品類。

為什麼重要

對於網購消費者來說，這可能是近幾年實用感最強的一個生成式 AI 功能。大家買衣服最怕貨不對板，現在終於能在更貼近自己身材的模特身上看到真實上身效果，能省下不少盲猜尺碼和來回退換貨的時間。

我們認為 Google 這一步走得相當紮實。它沒有去卷大語言模型的聊天吹水，而是把最擅長影像生成的擴散模型，塞進了自己統治力最強的電商搜尋場景裡。

相比傳統的電商貼圖或者動輒幾萬元的定製 3D 建模，Google 這種用雙路影像輸入結合交叉注意力的生成式方案，成本更低，生成的褶皺與光影也真實得多。這會直接倒逼亞馬遜等電商巨頭加快跟進自家的虛擬試穿方案。

不過隱患也並非沒有。目前這套系統只支援女裝上衣，複雜的連衣裙、長褲以及更挑版型的大衣都還沒上線。生成式 AI 算出來的褶皺再漂亮，終究還是演算法的模擬，它能否百分之百還原真實布料的硬挺度或透氣感，還得等大批消費者下單收貨後才能見分曉。