人工智慧技術在虛擬照片裡讓時尚模特兒不斷更換各種衣服，為各地的線上購物消費者迅速呈現商品，零售商也能因此降低成本。
僱用許多專業人員來拍攝服裝照片，每套衣服的成本上看500美元。人有著百百款的容貌外型，許多網購業者選擇不僱用真人模特兒來展示服裝。位於矽谷的 Vue.ai 認為應該有解決的辦法，可以還是由時尚模特兒來展示衣服，卻又不會花費太多錢。
「眾所皆知消費者更愛看到由真人模特兒展示服裝，不過零售商在金錢和時間方面都有著龐大的成本壓力。」Vue.ai 首席科學家 Costa Colbert 及其母公司 MAD Street Den，在出席上個月於聖荷西舉行的 GPU 科技大會時如此表示。
Vue.ai 使用自家的影像和影片辨識技術，將衣服的影像變成新的，以展現出模特兒身上穿的服裝。生出的影像讓消費者能更輕鬆看到衣服穿上身的效果，也為零售商節省開支。
「我們可以幫助零售商降低成本，也為消費者提供更具吸引力和個性化的東西。」Colbert 說。
用於服裝的生成對抗神經網路
使用稱為條件生成對抗神經網路（或 cGAN）的機器學習方法，Vue.ai 的技術在學習生成影像的同時，又將它跟真實的攝影照片區分開來。
這套神經網路在多個 NVIDIA GPU 上運行，藉由觀察多對影像來進行學習，在一對影像裡的一個是衣服的影像，另一個則是穿在模特兒身上的樣子。
這項訓練達到了運算評論家無法區分影像間不同之處的程度，人類也很難看出兩者間的差別。
最終 cGAN 學著瞭解衣服，像是穿上衣服時長袖或一字領該是什麼樣子。它還能生出姿勢或膚色這些「中間」特徵，並且操縱神經網路裡的變數來控制這些特徵。
「少了真人模特兒，便對於膚色或體型等細節未加以設限，可以隨時為每個消費者量身打造生出各種影像。對於偶爾來逛的觀察者來說，影像只是另一張照片。」Colbert 說。
他表示這項技術對於服裝製造商、零售商及消費者來說，可以改善跟品牌間的關係，創造更流暢的購物體驗。