谷歌在周四宣布推出一款名为Doppl的实验性新应用,该应用利用人工智能技术帮助用户可视化不同服装在自己身上的穿着效果。这款应用目前已在美国的iOS和Android平台上线。
Doppl旨在让用户在数字化的自己身上虚拟试穿各种服装。该应用的工作原理是首先要求用户上传一张自己的全身照片。然后,用户可以使用不同服装的照片或截图进行虚拟试穿。这些图像可以是用户在二手店或朋友身上看到的服装照片,甚至可以是在社交媒体上浏览时看到的服装截图。
一旦用户选择想要可视化的服装,Doppl就会创建一个虚拟版本的用户穿着该服装的图像。Doppl还可以将这些静态图像转换为AI生成的视频,让用户更好地了解这套服装在现实生活中穿在自己身上的效果。
用户可以保存自己喜欢的造型,浏览所有其他虚拟试穿效果,还可以与他人分享自己的造型。
这家科技巨头表示,新应用建立在Google Shopping最近推出的虚拟试衣功能基础之上。通过在独立应用中推出这一功能,谷歌认为这样可以让该功能更容易访问,同时让人们以有趣和互动的方式探索自己的风格。这也可能帮助谷歌收集更多关于此类应用运作方式的数据,为其在该领域的未来努力提供支持。
虽然谷歌之前就提供过虚拟试衣技术,但早期功能主要专注于在不同模特身上展示商品。通过Doppl,该公司让用户可以在自己身体的动画版本上试穿衣服。
谷歌在博客文章中表示:"我们希望Doppl能帮助你以全新且令人兴奋的方式探索自己的风格。作为Google Labs的实验项目,Doppl还处于早期阶段,可能并不总能准确呈现效果。合身度、外观和服装细节可能并不总是准确的。"
鉴于Doppl是实验性发布,目前尚不清楚谷歌是否或何时计划将该应用推广到其他地区。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。