通过虚拟照片合成，AI能把衣服“穿”在时装模特身上。这样一来，网购者可以更方便地挑选合适的衣服，而零售商也可以降低成本。
通常拍摄时装照片需要多名人员的配合，每套衣服的拍摄成本将高达500美元。而最终的成片还可能达不到预期效果，所以许多在线零售商并不愿意借助模特展示服装。位于硅谷的Vue.ai公司认为他们可以解决这一问题，服装仍能通过时装模特展示，但无需高额开销。
Vue.ai及其母公司MAD Street Den的首席科学家Costa Colbert于上月在圣何塞举办的GPU技术大会上表示：“众所周知，由模特展示的服装更能引起消费者的关注，但是零售商却要为此付出高昂的资金和时间成本。”
Vue.ai利用其图像和视频识别技术，将单纯的服装图像转化为由模特展示服装的新图像。生成的图像为消费者提供了更实用的视觉效果，同时也为零售商节省了资金。
“我们不仅能帮助降低这些成本，还能为消费者提供更加具有吸引力且个性化的元素。”Colbert说道。
适用于服装的GAN
通过使用一种名为条件生成式对抗网络(cGAN)的机器学习方法，Vue.ai的技术可以学习生成图像，并将其与真实摄影图像区分开来。
该网络基于多个NVIDIA GPU运行，可以通过观察许多组图像（一组有两幅图像，一幅是服装图像，另一幅是服装在时装模特上的效果图像）进行学习。
这种训练可以达到很高的逼真程度，普通人甚至是计算领域的评论家都无法区分出其中的差异。
最终，cGAN将了解衣服的上身效果，了解穿上长袖或露肩领的衣服时应该是什么样子。此外，该网络还可以生成“介于两者之间”的特征，例如可以通过操控网络中的变量来控制模特姿势或肤色。
Colbert指出：“由于没有真实的模特，所以没有对肤色或体型等细节的限制。图像可以迅速生成，并且能针对每位消费者定制任意数量的显示方式。对于不经意间浏览到这些图像的人而言，它们只是另一张照片而已。”
Colbert表示，不论是对服装制造商、零售商，还是消费者，这项技术均大有裨益。它将可以改善消费者与品牌之间的关系，也可以创造更顺畅的购物体验。