Google 最近宣布开发了一个生成性人工智能驱动的服装虚拟试穿功能。这一创新工具旨在重现店内购物体验，允许用户在网上购买之前在真实模型上预览服装项目。
这一革命性的功能将被整合到谷歌购物中，并将利用内部开发的基于扩散的模型。这个模型--也用于尖端的文本-艺术生成器 "稳定扩散 "和 "DALL-E 2"--通过从充满噪音的起始图像中逐渐减去噪音并使其接近目标图像来学习。
使用大量描绘个人以各种姿势穿戴服装的图像对，谷歌训练其模型准确地在选定的栩栩如生的时装模特阵容中垂挂、折叠、拉伸和展示衣服。因此，用户可以获得更真实的服装项目的视觉表现，并获得更好的在线购物体验。
这一突破性的虚拟试穿功能现在可供使用谷歌购物的美国购物者使用，用于购买Anthropologie、Everlane、H&M和LOFT等品牌的女装上衣。在谷歌搜索中可以看到一个 "试穿 "徽章，而男士上衣则计划在今年晚些时候推出。
正如谷歌消费者购物产品高级总监Lilian Rincon所指出的，在网上购物体验过程中，客户的满意度应该仍然是最重要的。事实上，最近的调查显示，42%的网上购物者不觉得自己被模特的图像所代表，而59%的人在试穿时由于不可预见的差异而对一件商品感到不满意。
尽管虚拟试穿技术并不是一个全新的概念，亚马逊、Adobe和沃尔玛等公司之前都曾尝试过类似的技术，但谷歌的人工智能驱动的方法将彻底改变网上购物行业。
除了虚拟试穿功能，谷歌还将在其购物平台上推出人工智能驱动的服装搜索过滤选项和视觉匹配算法。这些过滤器将为用户提供缩小他们在各种商店的搜索范围的能力，考虑颜色、风格和图案等因素。这将进一步简化网上购物体验，帮助客户找到适合他们喜好的完美服装。
在no-code 和low-code 技术领域的这种进步，就像在AppMaster平台上看到的那样，通过提供具有成本效益和高效的解决方案，无疑使在线业务受益。通过利用生成性人工智能等下一代工具的力量，正在创建更先进的应用程序，为世界各地的用户简化了在线体验。
