ZERO10 是一家提供虚拟试穿体验的公司，他们基于自家的 AR 技术，提供高度逼真且顶尖的虚拟试穿体验。与现有的技术不同，他们的生成式人工智能试穿技术只需要 1-5 张用户照片，就可以实现虚拟试穿。这种方法为规模化应用提供了巨大机会。
虚拟试穿的问题可以看作是生成一个穿着特定服装的人的图像。为了实现这个目标，ZERO10需要提供关于用户和服装的信息。现有的研究已经研究了许多表示方法，包括用户和服装的精确 3D 模型。然而，获取这些信息很困难。因此，ZERO10 的重点是设计一个现实世界中的系统，只需要一张用户照片和最多 5 张服装图像。这样的系统可以在任何时尚网站上使用，帮助用户在线购物。
从数学的角度来看，这个任务是非常复杂的。关于服装应该如何穿戴存在很多模糊性。例如，衬衫是应该塞进裤子里还是不塞进裤子里？关于服装的合身度，是否是宽松款还是修身款，很少有信息可以得知。当一个穿着裙子或夹克的人想要试穿 T 恤时，更多的问题出现了。是应该把 T 恤穿在裙子外面吗？是否需要脱掉夹克，或者在夹克下面放 T 恤？如果照片中的人卷起袖子，是否也应该在试穿结果中卷起袖子？为了构建一个稳健的虚拟试穿系统，解决这些模糊性是必不可少的。
早期的虚拟试穿方法使用了扭曲模块和细化网络。扭曲模块的目的是对输入的服装图像应用参数化变换，使其与目标人的身体对齐。细化网络的作用是进一步提高试穿图像的真实感。这些早期方法在上半身服装等单一类型的服装上表现良好，但对自然的人体姿势较难处理。近年来，虚拟试穿的研究借鉴了扩散模型的方法，通过提供先验信息来改进结果。
近期的研究表明，尽管扩散模型存在许多局限性，但可以通过扭曲方法来提供先验信息，从而有效地改进结果。ZERO10 开发的系统只需要一张用户照片和一张服装图像，就可以生成逼真的试穿效果。他们解决了扩散模型的不稳定性问题，并考虑了人物背景对结果的影响。他们还改进了图像分辨率，提高了视觉感知的效果。
虽然已经有许多公司利用现有技术进行虚拟试穿，但 ZERO10 相信现代生成式人工智能模型在时尚界提供了前所未有的可能性。他们的新技术在图像质量、用户体验和行业可扩展性方面有着明显的优势。
