（来源：上观新闻）
为什么这么难？🇾🇹Feld🇸🇰man在Arti🥝🙈sanal P🇬🇺odcast💷里给过一个🌠🌔通透的解🇲🇹释🤓。在配对图片生成质🥘量方面🎂，研究团队🉑🇽🇰对比了四种方案：🇻🇪⛹️♀️直接让大型视觉语🐿✨言模型🎶📏（VLM🌊）来换🏘🚝装、用🦶现有的虚🆓拟试衣模型🚛🙋♂️来换装、用图像修😷复模型来换🤩☁装，以及🥨🇰🇪他们自己的®方法🇮🇨。
这样生成的配对图😠🤥片，不仅人➖物身份高度一致，💇就连背🏜景细节和肢🕉🇯🇴体姿势都几乎完🇬🇷全相同🏷🇰🇷。所以我认为，🏃AI 需要🌒🇽🇰狠狠在线视频从对话框里🎽🗼跳出来🏋️♀️，进入物理世👿☸界、现实世界♐🧛♀️。
