如何調用 Minimax 的 API
在可圖大模型生態日趨完善的同時，在2024年WAIC上海人工智能大會期間，可圖AI試衣作為大模型的重要應用之一對外亮相。只需提供一張人物模特圖并選定衣服，可圖AI試衣即可生成自然美觀的試穿效果，同時保持衣服SKU的完整性，結合可靈圖生視頻，支持生成運動連貫的AI試衣短視頻。
AI試衣，又叫做“虛擬試穿”（Virtual Try-On），是一種可以讓人穿上指定衣物的圖像生成技術。隨著GAN、Diffusion Model等視覺生成模型技術的發展，虛擬試穿逐漸從實驗室研究階段走向行業實踐應用階段。尤其是在2024年，隨著大模型應用的深入，AI試衣已經逐步具備了行業應用推廣的技術可行性。在電商應用場景中，無論是面對廣大買家，還是中小賣家，AI試衣都能夠將線下試衣的過程線上化，跨越時空障礙，一鍵完成“試穿”效果，所見即所得。
可圖AI試衣在可圖基座模型的基礎上，引入了衣服SKU保持網絡，實現服飾細節特征的提取與表征。通過引入人物pose姿勢、Mask掩碼圖像作為條件特征，實現人物姿勢保持的換衣效果。進一步復用可圖背景修復，采用高質量人物衣服pair對大數據進行訓練，提升不同衣服款式、不同人物姿勢、復雜人物背景下的試穿效果。總而言之，可圖AI試穿具有以下幾大優勢：
保持衣服款式細節：作為AI試穿的最主要應用需求，它支持保持上裝、長裙等多種衣服類型款式，同時保留衣服圖案、文字花紋細節，實現商品SKU服飾同款保持效果。
自然的人物試穿效果：除衣服細節保持能力外，可圖AI試衣能生成貼合人物的自然試穿效果，就像本人穿衣服拍照一樣，支持室內人物、室外街拍等多種場景，實現從平鋪衣服到穿衣上身，生成效果符合物理客觀規律。
全流程素材生成能力：圍繞可圖AI試衣功能，對于商家不同的模特需求，可圖大模型支持跨越不同年齡、性別、種族的人物模特及背景生成，支持海內外電商模特素材生成需求。同時，基于可靈大模型強大的高表現圖生視頻能力，實現從模特素材圖到模特短視頻的全流程生成。
電商素材生成：對于賣家而言，更新服飾圖片、短視頻等電商素材對中小商家開網店至關重要。然而，包括前期找模特、租場地、拍攝、后期制作等環節流程不僅成本高昂且時間周期長，導致新品上架迭代更新速度慢。AI試衣不僅能讓模特“穿上”衣服新品，還能結合快手可圖可控圖像生成、可靈圖生視頻能力，將天級別工作量縮短到分鐘級別，迅速生成逼真、高質量的AI模特及模特運動視頻，具有極大的商業應用潛力。
變裝特效：AI試衣除在電商行業的應用外，在短視頻內容創作方面，通過“變裝”特效能讓用戶創作出更加新鮮有趣、有消費價值的短視頻內容，包括并不限于明星同款穿搭、卡點變裝視頻特效等玩法，創作出有趣、有用的日常穿搭內容分享。
2024年，AIGC圖像視頻生成進入行業發展新階段，快手可靈AI平臺從內測到國內外全面開放使用，期待后續更多高質量、高可控、深入行業的AIGC能力發布。在電商和短視頻內容創作方面，以AI試衣為代表的可控圖像生成技術，將向著極致可控保持、高美感質量、更符合物理世界規律的方向發展，早日迎來AI試衣的"ChatGPT時刻"，在電商及泛娛樂行業中釋放大模型的商業價值。
可圖AI試衣免費體驗：https://huggingface.co/spaces/Kwai-Kolors/Kolors-Virtual-Try-On
Github可圖開源項目：GitHub – Kwai-Kolors/Kolors: Kolors Team
HuggingFace可圖模型：https://huggingface.co/Kwai-Kolors/Kolors
可靈AI平臺：KLING AI
問：可圖AI試衣需要復雜的操作嗎？
問：AI試衣生成的效果是否真實？
問：如何維護AI試衣的服飾庫？
問：AI試衣對電商平臺有哪些具體的好處？
問：AI試衣技術未來可能的突破點是什么？
