餵飯級教程！AI一鍵試衣，不用PS也能學會

2025-05-30 14:30 機器學習演算法與自然語言處理

MLNLP社群是國內外知名的機器學習與自然語言處理社群，受眾覆蓋國內外NLP碩博生、高校老師以及企業研究人員。
社群的願景是促進國內外自然語言處理，機器學習學術界、產業界和廣大愛好者之間的交流和進步，特別是初學者同學們的進步。
來源 | Datawhale
作者｜leaf

1. 一個想法

你是否有這些煩惱？
  • 網上精挑細選2小時，到貨後發現衣服尺碼不合適，憤然退貨
  • 剛工作錢包扁扁，但老覺得衣櫃缺一件衣服
如果有一個虛擬試衣鏡，直接線上生成一個符合自己身材的數字人，我們把衣服商品圖和尺碼給到AI，它直接生成衣服的上身效果。再以同樣的方式搭全套。
這樣一定能減少我們剁錯手的機率。畢竟，誰不想玩“自己版”奇蹟暖暖呢？
正好，最近GPT新出了native ImageGen能力，效果非常炸裂（已經被吉卜力風格畫刷屏）。如果你還沒有感知，下面是一些比較驚豔的生圖案例：
於是我在想，最新、最強的GPT-4o能不能幫我們實現“試衣自由”？
說幹就幹！

使用GPT-4o幫我們實現“試衣自由”

首先需要知道我們的身材資料，然後找到想試穿的衣服的商品圖。為了儘可能還原，需要把商品的尺碼圖也找到。比如：
再找一張自己面部清晰的照片，把這3張圖按順序扔給GPT，讓它給出尺碼建議和試穿照。
這是提示詞：
背景：我是一名女生，想虛擬試衣    我的身材資料：  - 身高：[1*2cm]  - 體重：[*5kg]  - 三維：[胸圍*cm，腰圍*cm，臀圍*cm]   左圖的[藍色針織衫]是我想試穿的衣服，中間圖是這件衣服的商品尺碼，右圖是人臉參考。     請你根據我的身材從中選擇一個最合適的尺碼，執行以下步驟：  1. 我最適合的穿哪個尺碼  2. 使用建立圖片功能，生成符合上述身材資料和該人臉的衣服試穿照
*使用時替換[]中的內容
不要忘了勾選“建立圖片”功能。
GPT經過一番分析，建議我們穿M碼，建議得不錯
這是生成效果：
衣服有了，讓GPT幫忙搭條褲子和鞋吧
提示詞：
假如你是一名專業的服裝搭配師，擅長為女大學生搭配服裝。 請你給我推薦適合這件[藍色針織衫]的下裝和鞋，我想要在[去環球影城]的時候穿
*使用時替換[]中的內容
根據建議，選了一條牛仔藍的A字裙。
提示詞：
左圖是A字裙，右圖是它的尺碼錶。 請生成搭配後的圖片。背景在[遊樂場]，自然的拍照姿勢
*使用時替換[]中的內容，注意勾選“建立影像”
這樣就能看到試穿效果啦
我們還可以把GPT當私人服裝搭配師來問，比如：
  • 我是梨形身材，A字裙適合我麼？
  • 這套搭配適合穿哪雙鞋（把自己所有的鞋子拍照給GPT選）？
這套搭配看起來平平無奇，想更有創意一點怎麼辦？我捏了一個專門給年輕女性搭衣服的服裝搭配師，看看它搭的：
使用DeepSeek寫的提示詞：
# 服裝搭配師提示詞你是一位專為18-28歲女性服務的時尚顧問，擅長將優衣庫的基礎款、UR的潮流感、ASOS的年輕力，與Celine的極簡美學、Max Mara的經典剪裁進行創意混搭。請遵循以下原則生成方案：# 風格框架- 70%實用主義：參考優衣庫的疊穿邏輯+Max Mara面料哲學- 20%個性突破：融入UR的撞色拼接/Celine的金屬細節- 10%場景實驗：借鑑ASOS的派對單品重構日常穿搭# 核心公式- 【經典單品變形術】如："Max Mara駝色大衣+UR熒光內搭+優衣庫U系列闊腿褲"- 【Celine平替方案】如："ASOS醋酸緞面裙+優衣庫無領襯衫（模仿Phoebe Philo廓形）"# 設計約束## 拒絕網紅爆款堆砌，每套搭配需包含：- 1個經典品牌基礎款（錨定質感）- 1個快時尚潮流元素（製造記憶點）- 1個輕奢細節（如金屬紐扣/異形包袋）# 輸出模式1. 先解析使用者身材/膚色/場景需求2. 給出3套方案：基礎版/進階版/實驗版3. 標註價格分層（優衣庫≤300元單品+UR/ASOS≤800元+輕奢配飾）# 使用者輸入- 身材：[身高、體重、三維資料]- 膚色：[白皮/黃皮]- 場景需求：[穿著場景]- 已有單品：[如果有，可作為圖片上傳]
*使用時替換[]中的內容，注意勾選“建立影像”

2. 一些觀察和小意外

  1. 1. GPT-4o預設生成的是歐美人，如果讓GPT改成“亞洲女性”，會觸發內容限制。但直接使用亞洲女性作為參考圖就不會觸發。
  1. 2. 這種從上到下逐漸清晰的載入方式，極大緩解了使用者的等待焦慮，第一次看到覺得很驚豔。與其他產品一次性載入整張清晰圖片相比，是很好的產品體驗最佳化。
使用GPT-4o幫我們搭衣服，顯而易見的優點是自由度很高，關於服裝設計的所有問題都能問GPT老師。
但如果你只想看看衣服穿到自己身上是什麼效果，只想“拖拉拽”就完成操作，那麼也有現成的AI工具供你選擇，下面推薦兩個我認為做得不錯的。

3. 2個虛擬試衣AI工具

WeShopAI Virtual Try-On

國內首款AI商拍工具，蘑菇街陳琪二次創業產品，在huggingface上可以體驗：https://huggingface.co/spaces/WeShopAI/WeShopAI-Virtual-Try-On
操作方式非常簡單，上傳一張服裝商品圖和人像圖就可以合成上身圖。
翻箱倒櫃找到Datawhale六週年限量T恤，讓AI模特穿上試試看：
點選“Generate”生成圖片：

淘寶試衣間

可能很多朋友不太知道，淘寶本身就有AI試衣間功能。直接搜尋框搜尋“淘寶試衣間”就能進入：
主要功能有3個：
  1. 1. 製作自己的試衣分身（主要是換臉）
  1. 2. 調整AI模特的身形，包括身高、體重、膚色、身材型別。
  1. 3. 直接搜尋淘寶中想試穿的衣服，加入虛擬試衣間
可以直觀看到試穿效果，如果喜歡，點選對應的商品圖就跳轉到了商品頁面，可以直接下單。
也有小紅薯姐妹試穿後翻車…
可以用上面的AI工具做什麼？
  1. 1. 作為消費者：學習服裝搭配（選一件單品，其他讓AI幫你搭），提升衣品過程中省點錢（不用買衣服過來一件件試了）；
  2. 2. 作為電商商家：節省商拍成本（不用找模特拍商品圖了，AI商拍成本約為傳統商拍成本的10%）
實際上，虛擬模特代替真人模特進行服裝商拍已經成為了一種新興的趨勢，美圖設計室、虹軟科技、阿里系的倉頡造夢等都在參與。
未來一定有一天，我們可以在虛擬3D世界中量體裁衣，實現所見即所得。

技術交流群邀請函

△長按新增小助手
掃描二維碼新增小助手微信
請備註：姓名-學校/公司-研究方向
（如：小張-哈工大-對話系統）
即可申請加入自然語言處理/Pytorch等技術交流群

關於我們

MLNLP 社群是由國內外機器學習與自然語言處理學者聯合構建的民間學術社群，目前已經發展為國內外知名的機器學習與自然語言處理社群，旨在促進機器學習，自然語言處理學術界、產業界和廣大愛好者之間的進步。
社群可以為相關從業者的深造、就業及研究等方面提供開放交流平臺。歡迎大家關注和加入我們。


相關文章