Home
» Wiki
»
Google разрабатывает инструмент для покупок на основе искусственного интеллекта, который позволяет пользователям примерять платья и рубашки дома
Google разрабатывает инструмент для покупок на основе искусственного интеллекта, который позволяет пользователям примерять платья и рубашки дома
Зарегистрируйтесь и зарабатывайте 1000$ в день ⋙
В прошлом году Google представила в Поиске помощника по покупкам на базе искусственного интеллекта, который позволяет пользователям получить визуальное представление о том, как тот или иной предмет одежды будет смотреться на определенном типе фигуры. Первоначально эта функция была запущена исключительно для поддержки совместимости с моделями рубашек некоторых брендов женской одежды. Теперь, после более чем года оценки преимуществ как для потребителей, так и для модных брендов в целом, Google расширяет свой инструмент для совершения покупок на основе искусственного интеллекта, включив в него еще одну категорию одежды: платья.
Покупатели в США теперь будут видеть значок «примерить» при поиске платья в Google. Инструмент на основе искусственного интеллекта покажет модели с разными типами телосложения: от XXS до XXXL. Пользователи могут выбрать модель, подходящую их типу фигуры, и примерить платье, чтобы убедиться, что оно им подходит, прежде чем принять решение о заказе. Найдя подходящее платье, они могут перейти на сайт продавца, чтобы купить его.
Google утверждает, что им пришлось преодолеть множество трудностей, чтобы настроить инструмент, а также добавить поддержку платьев, поскольку платья закрывают большую часть тела и «часто более детализированы, чем топы, с точки зрения драпировки, стиля, длины или формы, и включают в себя все: от длинных кофточек до коротких юбок или макси-платьев с открытыми плечами и бесчисленное множество других стилей».
Чтобы реализовать эту функцию, Google не могла просто использовать существующую модель AI Virtual Try-On (VTO). Хотя модель AI VTO способна демультиплексировать изображения с низким разрешением, «такой подход часто приводит к потере важных деталей юбки». Чтобы преодолеть этот недостаток, исследовательская группа Google разработала новую стратегию обучения под названием «VTO-UNet Diffusion Transformer (VTO-UDiT)».
VTO-UDiT фокусируется на рассеивании изображений с низким разрешением и постепенно обучается на более высоких разрешениях в процессе рассеивания. Такой подход обеспечивает точное воспроизведение мелких деталей, таких как складки, узоры и фактуры ткани.
В настоящее время Google не планирует развертывать эту функцию за пределами США. На оценку и совершенствование уйдет гораздо больше времени.