在网上购物更新季节性衣橱既有趣又具有挑战性。很难判断一款新款式在自己身上的效果，而购买不合适的衣物可能会让你陷入繁琐的退货流程，这对购物者和零售商来说都是一大麻烦。正因如此，去年谷歌推出了一款虚拟试穿工具，专为女性和男性上衣设计，通过生成式AI帮助你细致地查看每一个细节——包括阴影、褶皱和衣物的垂感。自那时以来，谷歌发现虚拟试穿对购物者和品牌都有显著好处。与其他购物图片相比，消费者花更多时间浏览和互动这些试穿图片。事实上，搜索中的虚拟试穿图片获得了60%更多的高质量浏览量，且平均每位用户在每个商品上会使用四个不同的模特进行试穿。消费者在查看虚拟试穿图片后，访问品牌网站的可能性也更高。
如今，正值秋季到来之际，谷歌将虚拟试穿功能扩展到了另一种衣橱必备品，也是搜索量最高的服装品类之一：连衣裙。现在，可以通过几次点击，就能在Google Shopping Graph的众多品牌中（包括SIMKHAI、Boden、Staud、Sandro和Maje）更好地在与自己契合的模特身上可视化连衣裙的效果。
工作原理
如果你身处美国，只需在搜索中查找连衣裙，并点击带有“试穿”标志的款式。从那里，你可以查看这款连衣裙在不同身材模特身上的效果，尺寸涵盖从XXS到XXXL。选择与你契合的模特，帮助你更好地了解连衣裙的实际效果。一旦找到心仪的款式，点击链接即可跳转至零售商网站购买。
如何构建它
这一功能的实现得益于谷歌专门为虚拟试穿（VTO）开发的生成式AI技术，它采用了一种基于扩散的技术。通过扩散技术，可以从零开始生成每个像素，创建出高质量、逼真的模特上衣和衬衫的图像。然而，在连衣裙试穿中测试扩散技术时，遇到了两个独特的挑战：首先，连衣裙通常是更为复杂的服饰；其次，连衣裙往往覆盖人体更大的部分。
首先说说第一个问题：连衣裙相比简单的上衣，通常在垂坠感、轮廓、长度或形状上更加复杂——从中长款露背裙到迷你款连衣裙，再到长款低腰裙，变化多样。想象一下，你试图在一个很小的画布上画出一件复杂的连衣裙，像是花卉图案或褶皱领这种细节在那么小的空间里很难展现出来。即使放大画布，细节也不会变得更清晰，因为最初它们根本不可见。这与谷歌在VTO中的挑战类似：我们现有的VTO AI模型可以成功扩散低分辨率图像，但在连衣裙测试中，这种方法常常导致丢失连衣裙的关键细节——而简单地切换到高分辨率也无济于事。因此，谷歌的研究团队提出了一个“渐进训练策略”，扩散过程从低分辨率图像开始，并逐步在训练过程中加入高分辨率图像。通过这种方法，连衣裙的每一个褶皱和印花都能被清晰呈现。
接着，由于连衣裙比上衣覆盖更多的身体部分，谷歌发现“擦除”和“替换”连衣裙的过程中容易模糊人物特征或遮挡身体的重要细节——就像你在画人物肖像时，如果试图擦除并替换连衣裙，人物的特征可能会被损坏。为避免这种“身份丢失”的情况发生，谷歌开发了一种新技术，称为VTO-UNet Diffusion Transformer（简称VTO-UDiT），它可以隔离并保留人物的重要特征。在模型训练过程中，允许“身份丢失”发生，但VTO-UDiT提供了一个虚拟的“模板”，能够重新训练模型，仅在人物部分进行调整，从而保留人物的脸部和身体。这不仅能准确呈现连衣裙，同样也能真实还原穿衣者的形象。
如何选购（和试穿）时装
本月，在纽约，数百个品牌将在全市各地的T台上展示他们最新的连衣裙系列。在成衣品牌SIMKHAI的9月秀之后，消费者将能够直接从T台虚拟试穿精选的SIMKHAI连衣裙，并通过其官网进行预订。只需在Google上搜索SIMKHAI连衣裙，并查找带有“试穿”图标的款式，即可开始体验。虽然谷歌与SIMKHAI合作，让你轻松购买纽约时装周的最新造型，但你仍然可以在网络上从数百个品牌中虚拟试穿上衣和连衣裙，并且能够更加确定地找到适合你的款式。