Η γωνία του Anderson

Εικονική δοκιμή νέων ρούχων με τεχνητή νοημοσύνη

Martin Anderson
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Examples of virtual try-on from the Vanast project – source: https://arxiv.org/pdf/2604.04934
Βασικά σημείαΤο μονοσταδικό μοντέλο τεχνητής νοημοσύνης της Vanast ενσωματώνει ρούχα, ταυτότητα και…
Δείτε περισσότερα
  • Το μονοσταδικό μοντέλο τεχνητής νοημοσύνης της Vanast ενσωματώνει ρούχα, ταυτότητα και κίνηση για πιο σταθερά βίντεο εικονικής δοκιμής.
  • Το σύστημα δημιουργεί τα δικά του συνθετικά δεδομένα εκπαίδευσης χρησιμοποιώντας μοντέλα όπως το Flux και το Qwen για να ξεπεράσει τη σπανιότητα πραγματικών δεδομένων.
  • Παρά τις τεχνικές προόδους, η εμπορική βιωσιμότητα παραμένει περιορισμένη λόγω των υψηλών υπολογιστικών απαιτήσεων και των προκλήσεων υστέρησης.

Ένα μοντέλο ΤΝ μπορεί πλέον, από μία φωτογραφία ενός ατόμου και εικόνες ρούχων, να δημιουργήσει βίντεο όπου το ίδιο άτομο κινείται φορώντας νέα ρούχα. Αποφεύγει παράλληλα τα σφάλματα που εμφανίζονται συχνά στα παλαιότερα συστήματα δύο σταδίων.

 

Στην έρευνα της υπολογιστικής όρασης, η εικονική δοκιμή ρούχων (VTON) είναι ένας από τους καλύτερα χρηματοδοτούμενους και πιο παραγωγικούς τομείς της βιβλιογραφίας. Βασικός λόγος είναι η σημαντική οικονομική στήριξη της εύπορης βιομηχανίας μόδας, όπως υποδηλώνουν οι πολυάριθμες συνεργασίες επιχειρήσεων και πανεπιστημίων που δημοσιεύονται κάθε χρόνο:

Από την εργασία Image-Based Virtual Try-On: A Survey: παραδείγματα τρόπων αναπαράστασης του ατόμου και σταδίων φιλτραρίσματος και βελτίωσης που πρέπει να περάσουν ακόμη και απλές εικόνες για την εικονική δοκιμή ρούχων (VTON).

Από την εργασία Image-Based Virtual Try-On: A Survey: παραδείγματα τρόπων αναπαράστασης του ατόμου και σταδίων φιλτραρίσματος και βελτίωσης που πρέπει να περάσουν ακόμη και απλές εικόνες για την εικονική δοκιμή ρούχων (VTON). Πηγή

Ο στόχος έχει πολλές παραλλαγές, όπως η εξαγωγή ρούχων από εικόνες ατόμων ή η προσαρμογή σε πιο γεμάτες σιλουέτες όπου χρειάζεται. Ορισμένα συστήματα που βασίζονται σε εικόνες χρησιμοποιούνται ήδη εμπορικά σε πλατφόρμες όπως veesual.ai, wanna.fashion και fashn.ai.

Για βίντεο, το Google Labs δοκίμασε αυτή τη λειτουργία στην πειραματική εφαρμογή Doppl, που κυκλοφόρησε το περασμένο καλοκαίρι:

Αν το βίντεο δεν ξεκινά αυτόματα, κάντε κλικ για αναπαραγωγή. Αποσπάσματα από το καταργημένο έργο Google Doppl για εικονική δοκιμή ρούχων σε βίντεο.  Πηγή

Το Doppl όμως κλείνει τον Απρίλιο του 2026 μετά από χλιαρή υποδοχή και οι χρήστες παραπέμπονται πλέον στην υπηρεσία δοκιμής ρούχων† της εταιρείας, η οποία χρησιμοποιεί μόνο εικόνες:

Η υπηρεσία δοκιμής ρούχων της Google που χρησιμοποιεί μόνο εικόνες, στην οποία παραπέμπονται οι χρήστες της καταργημένης πλατφόρμας Doppl.

Η υπηρεσία δοκιμής ρούχων της Google που χρησιμοποιεί μόνο εικόνες, στην οποία παραπέμπονται οι χρήστες της καταργημένης πλατφόρμας Doppl. Πηγή

Υπάρχουν μερικές πλατφόρμες εικονικής δοκιμής σε βίντεο, αλλά καμία δεν φαίνεται να συνδέεται με πραγματικό πωλητή. Πρόκειται για πειραματικά προϊόντα στα όρια της τεχνολογίας, περιθωριακά και συχνά αμφίβολα, που προωθούν tokens.

Η έρευνα περιλαμβάνει ενδιαφέρουσες προσπάθειες. Συνήθως όμως βασίζονται σε σύνθετες αρχιτεκτονικές, με τις οποίες είναι δύσκολο να επιτευχθούν ταυτόχρονα χαμηλή καθυστέρηση και υψηλή ποιότητα:

Αν το βίντεο δεν ξεκινά αυτόματα, κάντε κλικ για αναπαραγωγή. Από το έργο Fashion-VDM του 2024: παράδειγμα μεταφοράς ρούχων σε εικόνες ατόμων χωρίς κεφάλι. Πηγή

Η προσαρμογή ρούχων σε πραγματικό άτομο χωρίς παραμόρφωση ούτε των ρούχων ούτε του ατόμου, με διατήρηση μιας χρήσιμης κίνησης επίδειξης, είναι τεράστια πρόκληση για τη σημερινή τεχνολογία. Όταν, για παράδειγμα, το άτομο γυρίζει την πλάτη του, η πίσω πλευρά του προϊόντος πρέπει να εμφανίζεται με ακρίβεια.

Vanast

Μια νέα εργασία από την Κορέα προσπαθεί να αντιμετωπίσει αυτή την πρόκληση με μια νέα, πλήρως ενοποιημένη λύση για την επεξεργασία ρούχων, ατόμου και κίνησης:

Αν το βίντεο δεν ξεκινά αυτόματα, κάντε κλικ για αναπαραγωγή. Παραδείγματα από τον ιστότοπο συμπληρωματικού υλικού του έργου Vanast. Πηγή 

Το νέο σύστημα Vanast χρησιμοποιεί ειδικά κατασκευασμένο σύνολο δεδομένων που συνδυάζει και συντονίζει τους τρεις απαραίτητους παράγοντες: ρούχα, άτομο και κίνηση:

Κάντε κλικ για αναπαραγωγή. Περισσότερα παραδείγματα από τον ιστότοπο του Vanast.

Το σύστημα χρησιμοποιεί εργαλεία όπως Flux, Qwen και ChatGPT για να δημιουργήσει σύνολο τριάδων δεδομένων, με το οποίο εκπαιδεύεται μια αρχιτεκτονική που καλύπτει ολόκληρη τη διαδικασία από την αρχή έως το τέλος:

Από τη νέα εργασία: παραδείγματα στοιχείων του συνόλου δεδομένων για παραγωγή και εκπαίδευση.

Από τη νέα εργασία: παραδείγματα στοιχείων του συνόλου δεδομένων για παραγωγή και εκπαίδευση. Πηγή –

Η νέα εργασία έχει τίτλο Vanast: Virtual Try-On with Human Image Animation via Synthetic Triplet Supervision και προέρχεται από τέσσερις ερευνητές του Εθνικού Πανεπιστημίου της Σεούλ. Υπάρχει επίσης ιστότοπος του έργου με πολλά βίντεο.

Μέθοδος

Στόχος των συγγραφέων είναι η ένωση των τριών πτυχών σε ένα στάδιο. Αυτό δεν προσφέρει μόνο μια ενιαία διαδικασία, αλλά δίνει στις πτυχές περισσότερες ευκαιρίες να αλληλεπιδρούν κατά την εκπαίδευση, ώστε τα παραγόμενα αποτελέσματα να έχουν μεγαλύτερη συνοχή:

Το Vanast συνδυάζει μία φωτογραφία του ατόμου, ξεχωριστές εικόνες ρούχων και αναφορά κίνησης. Παράγει ακολουθία όπου το ίδιο άτομο κινείται με τη νέα ενδυμασία. Η καθοδήγηση μέσω στάσεων του σώματος εξασφαλίζει συνεπή κίνηση, διατηρώντας την ταυτότητα και τις λεπτομέρειες των ρούχων μεταξύ των καρέ.

Το Vanast συνδυάζει μία φωτογραφία του ατόμου, ξεχωριστές εικόνες ρούχων και αναφορά κίνησης. Παράγει ακολουθία όπου το ίδιο άτομο κινείται με τη νέα ενδυμασία. Η καθοδήγηση μέσω στάσεων του σώματος εξασφαλίζει συνεπή κίνηση, διατηρώντας την ταυτότητα και τις λεπτομέρειες των ρούχων μεταξύ των καρέ.

Το σύστημα δέχεται εικόνες των επιθυμητών ρούχων, φωτογραφία του ατόμου με άλλα ρούχα, βίντεο αναφοράς που ορίζει την κίνηση και κειμενική οδηγία που περιγράφει τη δράση και το περιβάλλον. Παράγει πλήρη ακολουθία βίντεο όπου το ίδιο άτομο φαίνεται να φορά τη νέα ενδυμασία και ακολουθεί την επιβαλλόμενη κίνηση, με οπτική συνέπεια στον χρόνο.

Οι περισσότερες παρόμοιες προηγούμενες εργασίες χώριζαν το ντύσιμο από την εμψύχωση της εικόνας. Το Vanast επεξεργάζεται μαζί ρούχα, ταυτότητα και κίνηση, επιτρέποντας την αλληλεπίδρασή τους κατά την παραγωγή. Έτσι περιορίζει τις αναντιστοιχίες και την αστάθεια των προηγούμενων μεθόδων.

Σύνολο δεδομένων

Η εκπαίδευση χρησιμοποιεί αντίστοιχα παραδείγματα φωτογραφίας του ατόμου, των ρούχων του και βίντεο του ίδιου ατόμου που κινείται φορώντας τα. Η κίνηση εξάγεται με μια προηγούμενη αρχιτεκτονική, η οποία προσφέρει σταθερή καθοδήγηση μέσω στάσεων μεταξύ των καρέ.

Δεν υπήρχε δημόσιο σύνολο που να ικανοποιεί τις απαιτήσεις, οπότε συλλέχθηκαν βίντεο με διαφορετικά ρούχα από μη κατονομαζόμενα ηλεκτρονικά καταστήματα. Χρειάζονταν όμως βίντεο του ίδιου ατόμου με πολλές διαφορετικές ενδυμασίες, κάτι σπάνιο στο φυσικά συλλεγμένο υλικό. Γι’ αυτό ήταν αναγκαία η δημιουργία συνθετικών δεδομένων.

Η διαδικασία είχε τρία στάδια. Κατάλληλα υποψήφια καρέ επιλέγονταν από τα βίντεο με το Qwen2.5-VL, μοντέλο όρασης και γλώσσας (VLM). Τα καρέ περικόπτονταν και ελέγχονταν ως προς την καταλληλότητα, για παράδειγμα αν το άτομο δεν καλυπτόταν και βρισκόταν στη σωστή θέση. Στη συνέχεια δημιουργούνταν μάσκες inpainting για απομόνωση των σχετικών περιοχών. Όπως στην προηγούμενη εργασία PERSE, αυτό γίνεται με το ήδη γνωστό μοντέλο διάχυσης SDXL.

Επισκόπηση της διαδικασίας Vanast: η φωτογραφία του ατόμου, οι εικόνες των επιθυμητών ρούχων και το βίντεο καθοδήγησης της κίνησης κωδικοποιούνται και επεξεργάζονται σε ενιαίο μοντέλο διάχυσης βίντεο. Η παραγόμενη κίνηση διατηρεί την ταυτότητα, ακολουθεί τη σειρά των στάσεων και εφαρμόζει τα επιθυμητά ρούχα. Οι συνθετικές τριάδες υποστηρίζουν την εκπαίδευση, ενώ δύο μονάδες χωρίζουν την εμψύχωση από τη μεταφορά ρούχων για να διατηρείται η συνέπεια.

Επισκόπηση της διαδικασίας Vanast: η φωτογραφία του ατόμου, οι εικόνες των επιθυμητών ρούχων και το βίντεο καθοδήγησης της κίνησης κωδικοποιούνται και επεξεργάζονται σε ενιαίο μοντέλο διάχυσης βίντεο. Η παραγόμενη κίνηση διατηρεί την ταυτότητα, ακολουθεί τη σειρά των στάσεων και εφαρμόζει τα επιθυμητά ρούχα. Οι συνθετικές τριάδες υποστηρίζουν την εκπαίδευση, ενώ δύο μονάδες χωρίζουν την εμψύχωση από τη μεταφορά ρούχων για να διατηρείται η συνέπεια.

Στο τρίτο στάδιο, το Qwen ταξινομεί ξανά τις εικόνες ανά φύλο. Έπειτα το δημοφιλές εργαλείο διάχυσης εικόνων Flux αλλάζει τα ρούχα στην εικόνα, καθώς μπορεί να συνδυάζει πολλαπλά στοιχεία εισόδου. Οι κειμενικές οδηγίες inpainting προετοιμάστηκαν με ChatGPT· η έκδοση δεν αναφέρεται.

Για μεγαλύτερη ποικιλία στάσεων και φόντων εισήχθη διαδικασία δημιουργίας τριάδων εκπαίδευσης από βίντεο σε πραγματικές συνθήκες με το σύνολο δεδομένων HumanVid. Η ίδια διαδικασία παρήγαγε εικόνες ατόμων με διατήρηση της ταυτότητάς τους.

Επειδή τα βίντεο δεν είχαν ξεχωριστές εικόνες των ρούχων, αυτές συντέθηκαν απευθείας από τις λήψεις. Επιλέγονταν καρέ και το Qwen τα βαθμολογούσε ως προς την ορατότητα από μπροστά. Το καταλληλότερο επιλεγόταν με βάση την ορατότητα ολόκληρου του σώματος, την ευκρίνεια, την ελάχιστη απόκρυψη, τον φωτισμό και τη συνολική σύνθεση.

Η περιοχή των ρούχων στο πάνω μέρος του σώματος εξαγόταν με το SegFormer και το φόντο αφαιρούνταν για να απομονωθεί το ρούχο.

Για την αποφυγή μεροληψίας θέσης, η περιοχή του ρούχου μετατοπιζόταν τυχαία μέσα στο πλαίσιο οριοθέτησης. Το Qwen φιλτράριζε ξανά τις αναξιόπιστες τμηματοποιήσεις. Έτσι δημιουργούνταν συνθετικές εικόνες ρούχων συνδεδεμένες με κίνηση και ταυτότητα, επιτρέποντας τριάδες μεγάλης κλίμακας από μη δομημένα βίντεο και βελτιώνοντας την ανθεκτικότητα σε ποικίλες πραγματικές συνθήκες.

Αρχιτεκτονική

Η αρχιτεκτονική δύο μονάδων αντιμετωπίζει την αργή σύγκλιση και την αδύναμη ισορροπία ελέγχου των προηγούμενων μεθόδων που συνένωναν όλες τις συνθήκες. Αξιοποιεί τον transformer διάχυσης για παραγωγή βίντεο από κείμενο του Wan και βασίζεται επίσης στο έργο VACE που περιγράφεται παρακάτω.

Το μοντέλο χωρίζεται σε μονάδα εμψύχωσης του ατόμου (HAM), που χειρίζεται κίνηση και ταυτότητα από εισόδους ατόμου και στάσεων, και μονάδα μεταφοράς ρούχων (GTM), που επεξεργάζεται ρούχα από τις εικόνες τους. Οι δύο μοιράζονται το βασικό δίκτυο και ενσωματώνουν χαρακτηριστικά κατανεμημένα και διαδοχικά, για να βελτιώσουν την εφαρμογή των συνθηκών καθοδήγησης.

Η εκπαίδευση γίνεται με πάγωμα του βασικού δικτύου και βελτιστοποίηση μόνο των παραμέτρων HAM και GTM, εξισορροπώντας τη συμβολή τους κατά την ενσωμάτωση χαρακτηριστικών. Οι είσοδοι των συνθετικών τριάδων μετατρέπονται σε λανθάνουσες αναπαραστάσεις με τον variational autoencoder (VAE) του WAN.

Το πλαίσιο που λαμβάνει υπόψη την κίνηση συνδυάζει πληροφορίες ατόμου και στάσεων στον χρόνο. Τα χαρακτηριστικά των ρούχων επεξεργάζονται ξεχωριστά και ευθυγραμμίζονται με προβολή σε διανυσματικές αναπαραστάσεις των tokens.

Το μοντέλο υποστηρίζει επίσης παρεμβολή μεταξύ ρούχων. Αναπαραστάσεις δύο ρούχων συνδυάζονται για ομαλές μεταβάσεις, επιτρέποντας συνεπή και συνεκτική ανάμειξη χωρίς πρόσθετη βελτιστοποίηση.

Δεδομένα και δοκιμές

Το μοντέλο εκπαιδεύτηκε σε 9.135 βίντεο διάρκειας τριών έως δέκα δευτερολέπτων, από τα προαναφερθέντα ηλεκτρονικά καταστήματα, το σύνολο που παρήγαγαν οι συγγραφείς και το HumanVid.

Δημιουργήθηκαν δύο σύνολα αξιολόγησης: Internet, με βίντεο και εικόνες προϊόντων από ηλεκτρονικά καταστήματα, και το επίσημο τμήμα δοκιμών του συνόλου ViViD της Alibaba. Επειδή το ViViD δεν περιλαμβάνει πρόσωπα, αυτά προστέθηκαν με επέκταση εικόνας με Flux. Το προηγούμενο βίντεο δείχνει αυτή την πρακτική, που είναι συνηθισμένη στη βιβλιογραφία της εικονικής δοκιμής.

Οι μετρικές ήταν απώλεια L1; μέγιστος λόγος σήματος προς θόρυβο (PSNR); δείκτης δομικής ομοιότητας (SSIM); Learned Perceptual Image Patch Similarity (LPIPS); Fréchet Inception Distance (FID) και Fréchet Video Distance†† (FVD).

Για τη μεταφορά ρούχων δοκιμάστηκαν τα OOTDiffusion; CatVTON; OmniTry και Any2AnyTryon. Μεταξύ των μοντέλων που παράγουν εικόνες βάσει ενός δεδομένου υποκειμένου δοκιμάστηκαν τα VisualCloze; MOSAIC και το μοντέλο της ByteDance UNO.

Για το δεύτερο στάδιο, την εμψύχωση εικόνων ατόμων, χρησιμοποιήθηκαν τα StableAnimator και DisPose.

Το VACE δοκιμάστηκε επίσης σε πιο περιορισμένο πλαίσιο, επειδή δεν υποστηρίζει άμεσα τον στόχο, με ορισμένες προσπάθειες αναπλήρωσης της λειτουργικότητας που λείπει:

Ποσοτική σύγκριση συνδυασμών μοντέλων παραγωγής εικόνων βάσει υποκειμένου και μοντέλων εμψύχωσης στα σύνολα Internet και ViViD. Η προτεινόμενη μέθοδος πέτυχε την καλύτερη επίδοση σε όλες τις αναφερόμενες μετρικές. Η έντονη γραφή δείχνει την υψηλότερη τιμή κάθε στήλης.

Ποσοτική σύγκριση συνδυασμών μοντέλων παραγωγής εικόνων βάσει υποκειμένου και μοντέλων εμψύχωσης στα σύνολα Internet και ViViD. Η προτεινόμενη μέθοδος πέτυχε την καλύτερη επίδοση σε όλες τις αναφερόμενες μετρικές. Η έντονη γραφή δείχνει την υψηλότερη τιμή κάθε στήλης.

Για τα πρώτα αποτελέσματα παραπάνω, οι συγγραφείς δηλώνουν:

«Το μοντέλο μας πετυχαίνει την καλύτερη επίδοση σε όλες τις μετρικές σε σύγκριση με συνδυασμούς μοντέλων παραγωγής εικόνων βάσει υποκειμένου και μοντέλων εμψύχωσης».

«Τα ποιοτικά αποτελέσματα [παρακάτω] επιβεβαιώνουν επιπλέον ότι η μέθοδός μας ακολουθεί τις στάσεις και μεταφέρει τα ρούχα με τη μεγαλύτερη ακρίβεια, διατηρώντας την ταυτότητα πιο πιστά από όλες τις μεθόδους σύγκρισης που παράγουν εικόνες βάσει υποκειμένου».

Ποιοτική σύγκριση στα σύνολα Internet και ViViD με μεθόδους παραγωγής εικόνων βάσει υποκειμένου και εμψύχωσης. Σύμφωνα με τους συγγραφείς, η μέθοδος προσφέρει ακριβέστερη ευθυγράμμιση στάσεων και μεταφορά ρούχων, διατηρώντας την ταυτότητα πιο σταθερά από τα VisualCloze, MOSAIC, UNO και VACE.

Ποιοτική σύγκριση στα σύνολα Internet και ViViD με μεθόδους παραγωγής εικόνων βάσει υποκειμένου και εμψύχωσης. Σύμφωνα με τους συγγραφείς, η μέθοδος προσφέρει ακριβέστερη ευθυγράμμιση στάσεων και μεταφορά ρούχων, διατηρώντας την ταυτότητα πιο σταθερά από τα VisualCloze, MOSAIC, UNO και VACE.

Στη δεύτερη κατηγορία δοκιμών συγκρίθηκαν συνδυασμοί εικονικής δοκιμής σε εικόνες και μοντέλων εμψύχωσης. Η νέα εργασία πέτυχε ξανά την υψηλότερη βαθμολογία:

Ποσοτική σύγκριση συνδυασμών εικονικής δοκιμής σε εικόνες και μοντέλων εμψύχωσης στα σύνολα Internet και ViViD. Η μέθοδος είχε την καλύτερη συνολική επίδοση στις μετρικές, ενώ το SSIM παρέμεινε συγκρίσιμο με την ισχυρότερη μέθοδο σύγκρισης. Η έντονη γραφή δείχνει την υψηλότερη τιμή.

Ποσοτική σύγκριση συνδυασμών εικονικής δοκιμής σε εικόνες και μοντέλων εμψύχωσης στα σύνολα Internet και ViViD. Η μέθοδος είχε την καλύτερη συνολική επίδοση στις μετρικές, ενώ το SSIM παρέμεινε συγκρίσιμο με την ισχυρότερη μέθοδο σύγκρισης. Η έντονη γραφή δείχνει την υψηλότερη τιμή.

Οι συγγραφείς προσθέτουν:

«Οι ποιοτικές συγκρίσεις [παρακάτω] δείχνουν ότι τα αποτελέσματά μας πλησιάζουν περισσότερο τις πραγματικές εικόνες αναφοράς από όλες τις μεθόδους σύγκρισης για εικονική δοκιμή σε εικόνες».

Ποιοτικές δοκιμές με μεθόδους σύγκρισης που συνδυάζουν μοντέλα VTON και μοντέλα εμψύχωσης.

Ποιοτικές δοκιμές με μεθόδους σύγκρισης που συνδυάζουν μοντέλα VTON και μοντέλα εμψύχωσης.

Συμπέρασμα

Το Vanast παρέχει ενιαία λύση από την αρχή έως το τέλος. Η έλλειψη λεπτομερειών για τους πόρους εκπαίδευσης και εκτέλεσης του μοντέλου υποδηλώνει όμως ότι ίσως δεν είναι η πιο ελαφριά ή ευέλικτη λύση. Η ίδια η εργασία είναι εξαιρετικά δύσκολη ακόμη και σε μη βελτιστοποιημένο σύστημα. Πόσο δυσκολότερη είναι μια εμπορική εφαρμογή που απαιτεί χαμηλή καθυστέρηση, προσιτό κόστος και απόδοση επένδυσης σε μεγάλη κλίμακα;

Η εικονική δοκιμή είναι ένας από τους ιδιαίτερα φιλόδοξους στόχους της ΤΝ. Η εικόνα της σημερινής τεχνολογίας που διαδίδεται με τίτλους και προσεκτικά επιλεγμένα αποτελέσματα κρύβει την πραγματική δυσκολία. Ίσως μεταγενέστερες και ελαφρύτερες τεχνολογίες από τους transformers να λύσουν τελικά το πρόβλημα.

 

† Διαθέσιμο στις ΗΠΑ· γεωγραφικά αποκλεισμένο σε πολλές άλλες περιοχές, αν όχι σε όλες.

†† Οι συγγραφείς αναφέρουν το VFID, αλλά παραπέμπουν μόνο στην εργασία ViViD, η οποία, όσο μπόρεσα να ελέγξω στον περιορισμένο χρόνο μου, δεν τεκμηριώνει την αναφορά. Υπέθεσα ότι εννοούσαν Fréchet Video Distance (FVD) και ότι επίσης δεν είχαν αρκετό χρόνο. Επικοινωνήστε μαζί μου για τυχόν διορθώσεις.

Πρώτη δημοσίευση την Τετάρτη, 8 Απριλίου 2026

Συγγραφέας στον τομέα της μηχανικής μάθησης, ειδικός σε συνθετικές ανθρώπινες εικόνες. Πρώην επικεφαλής του τμήματος περιεχομένου έρευνας στην Metaphysic.ai, μέχρι τη διάλυσή της στην Brahma.ai της DNEG.
Ιστοσελίδα: martinanderson.ai
Επικοινωνία: martin@martinanderson.ai