Oxygen-TryOn: Fashion-Native Foundation Model for Any-item Virtual Try-On
يُعد Oxygen-TryOn نموذجاً تأسيسياً موحداً ومتخصصاً في مجال الموضة، يحقق أفضل النتائج في تجربة القياس الافتراضي الواقعية للغاية لمختلف القطع والسيناريوهات من خلال الاستفيد من محرك بيانات مخصص ومسار تدريب ثلاثي المراحل يتضمن التعلم المعزز، متفوقاً بذلك على كل الأنظمة الرائدة المملوكة والمفتوحة المصدر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً يمكنك فيه تجربة أي زي تراه في مجلة، أو في صورة صديق، أو في لقطة عشوائية من الشارع، دون أن تطأ قدماك غرفة قياس الملابس أبداً. هذا هو حلم "القياس الافتراضي"، وهو فرع من فروع الذكاء الاصطناعي الذي يحاول إلباس الأشخاص ملابس جديدة رقمياً. لفترة طويلة، كان هؤلاء الخياطون الرقميون مثل متدربين خرقاء: لم يكن بإمكانهم التعامل إلا مع نوع واحد من القمصان في كل مرة، وكثيراً ما كانوا ينسون كيف يبدو الشخص تحت الملابس، وعانوا لجعل القماش يبدو واقعياً عندما يتحرك الشخص. لقد تعاملوا مع المهمة كأنها لعبة بسيطة من نوع "التلوين حسب الأرقام"، حيث يقومون فقط بملء مساحة فارغة بنسيج جديد. ولكن ماذا لو استطاع الذكاء الاصطناعي أن يفهم الموضة حقاً؟ ماذا لو عرف أن القبعة توضع على الرأس، وأن الحقيبة تتدلى من الكتف، وأن السترة يجب أن تنسدل فوق قميص وليس مجرد الجلوس فوقه؟ هذا هو السؤال الذي يعالجه الباحثون: كيف نبني ذكاءً اصطناعياً لا يكتفي بمجرد لصق الصور معاً، بل "يدرك" حقاً كيف تتفاعل الملابس والإكسسوارات والأشخاص في العالم الحقيقي.
إليك Oxygen-TryOn، وهو نموذج أساسي جديد "متخصص في الموضة" (fashion-native) أنشأته مجموعة Oxygen AIGC وأكاديمية Joy Future التابعة لشركة JD. فكر في هذا النموذج ليس كمحرر صور عام تحاول خداعه للقيام بأعمال الموضة، بل كخياط متخصص وُلد ونشأ في عالم الأناقة. وبينما تحاول أنظمة الذكاء الاصطناعي الأخرى إجبار محرر صور عام على القيام بالقياس الافتراضي عبر إعطائه تعليمات غامضة (مما يؤدي غالباً إلى حدوث تخيلات، مثل ابتكار أزرار وهمية أو فقدان وجه الشخص)، تم بناء Oxygen-TryOn من الصفر خصيصاً لإلباس الناس. إنه يتعامل مع عملية القياس ليس كأحجية بسيطة من نوع "ملء الفراغات"، بل كمهمة استنتاج معقدة حيث يجب على الذكاء الاصطناعي معرفة ماهية كل قطعة، وأين مكانها، وكيف ينبغي أن تبدو عند ارتدائها.
وجد الباحثون أنه من خلال تغذية هذا النموذج بمكتبة ضخمة ومنسقة بعناية من بيانات الموضة وتعليمه من خلال "وصفة تدريب" مكونة من ثلاث خطوات، استطاعوا تحقيق نتائج أكثر واقعية واتساقاً من الطرق السابقة. يمكن للنموذج أن يأخذ صورة واحدة لشخص ويلبسه قطعة واحدة، أو يمكنه التعامل مع مزيج فوضوي من المراجع — مثل قميص من صورة، وحذاء من أخرى، وحقيبة من ثالثة، وقبعة من رابعة — ودمجها في زي واحد متماسك. كما يتعامل مع كل شيء بدءاً من صور المنتجات النظيفة وصولاً إلى لقطات "من الواقع" لأشخاص يرتدون تلك القطع بالفعل. والأهم من ذلك، أنه يحافظ على هوية الشخص (وجهه، شكل جسمه، ووضعيته) والتفاصيل الدقيقة للملابس (الأنسجة، الشعارات، والأنماط) بدقة عالية.
في تجاربهم، لم يكتفِ Oxygen-TryOn بالأداء الجيد فحسب؛ بل تفوق على المنافسين. ففي الاختبارات القياسية، حقق درجات هي الأفضل في فئته، متفوقاً على النماذج مفتوحة المصدر القوية والأنظمة المملوكة لشركات كبرى مثل Nano Banana Pro وGPT-Image-2 وSeedream5 Lite. وهو يتألق بشكل خاص في سيناريوهات "تعدد القطع"، حيث ينجح في تنسيق طبقات متعددة من الملابس دون ارتباك أو فقدان للتفاصيل. كما أظهر الفريق أن النموذج مرن بما يكفي لاتباع تعليمات إضافية، مثل تغيير وضعية الشخص أو الخلفية، وكل ذلك في عملية توليد واحدة.
لم يكن السر وراء هذا النجاح مجرد بنية النموذج، بل "محرك البيانات" الذي بناه الفريق لتغذيته. فهم لم يكتفوا بسحب البيانات من الإنترنت فحسب؛ بل أنشأوا مسار عمل يقوم بجمع وتصفية وتوصيف وتصنيع بيانات قياس عالية الجودة على نطاق واسع. ثم قاموا بتدريب النموذج في ثلاث مراحل متميزة: أولاً، "التعلم المسبق المستمر" لتعلم أساسيات الموضة؛ ثانياً، "الضبط الدقيق الخاضع للإشراف" لإتقان مهمة الإلباس المحددة؛ وأخيراً، مرحلة "التعلم المعزز". هذه الخطوة الأخيرة تشبه وجود ناقد موضة صارم (نظام مكافأة هجين) يقيم عمل النموذج، ويعلمه كيفية إصلاح الأخطاء الدقيقة مثل الطيات الغريبة أو انحراف الهوية. والنتيجة هي نظام يمكنه التعامل مع سيناريوهات متنوعة، من الأزياء الكاملة للجسم إلى إكسسوارات نصف الجسم، وحتى العمل على موضوعات غير بشرية مثل شخصيات الأنمي أو التماثيل، مما يثبت أنه تعلم القواعد العامة لارتداء الأشياء بدلاً من مجرد حفظ صور محددة.
باختصار، يمثل Oxygen-TryOn تحولاً من "التخمين" لما يجب أن تبدو عليه الملابس إلى "الاستنتاج" حول كيفية ملاءمتها. وهو يشير إلى أنه من خلال بناء نماذج مخصصة لمجال معين وتدريبها ببيانات عالية الجودة ومنظمة، يمكننا إنشاء ذكاء اصطناعي ليس فقط أكثر دقة، بل أكثر فائدة للتطبيقات الواقعية مثل التسوق عبر الإنترنت. وبينما يواجه النموذج حالياً بعض الحدود — مثل التعامل مع أكثر من أربع قطع مرجعية في وقت واحد بسبب بنيته الأساسية — فإن الورقة البحثية تثبت أن الطريق نحو قياس افتراضي عالمي حقاً قد فُتح، وأن مستقبل الموضة الرقمية قد يكون على بُعد عملية توليد واحدة ذكية فقط.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.