我们或许会想，衣服为什么一定要有模特儿来穿呢？没有模特儿，消费者也能直接看到不经修饰的服饰平铺图，模特儿似乎没必要。
当然，对服装品牌来说，没有模特儿不利于带货，尽管模特儿成本不低，但真人呈现服装的效果还是比平面图好。只是用模特儿拍摄服装，遇到童装时很可能碰上道德问题──父母利用孩子赚钱时可能会忽略他们的感受。
现在，AI或许能解决这些问题，它或许能代替部分服装模特儿。
日本データグリッド公司（Data Grid）开发了“自动生成全身模特儿AI”。这是可自动生成不存在模特儿的高分辨率全身图片AI，能应用在服装展示、广告等不同领域。
使用的技术与之前网络热门话题的“杨幂换脸”、“换脸成人片”一本同源，都是在人工智能基础之上的人物图片合成技术Deepfake。这可用“生成对抗性网络”（GAN）的机器学习技术，将现有图片和视频叠加到原始图像或视频，合成器（生成网络）及侦测器（认证网络）在不断进化的反馈回路工作，最终创建真实的合成图像和视频。
上中国网络热搜的朱茵变杨幂合成视频。
事实上，做研究和训练的学者早就有行动了。2018年8月，加州大学伯克利分校研究人员发布题为《Everybody Dance Now》的论文和视频。通过这项技术，舞蹈初学者也能在视频或图像看到自己跳出最到位的舞蹈动作。
当然，一年前的研究成果中，还能看到脸部和躯干的不自然。相较于原始舞蹈视频，生成的全身舞蹈视频属于稍微用心就能看出不对劲。
还能轻易辨认真假的全身合成视频。
同年，德国海德堡大学Bjorn Ommer博士领导的研究团队也发布了关于教机器怎么真实呈现人类动作的论文。
这只是开始，全身合成的假动作视频慢慢走入大众视野，甚至显出商用潜力（不仅限于成人片行业）。如今，Deepfake可在舞蹈、体育和生物医学研究等领域发光发热，当然目前最突出的还是在假信息和政治应用广泛。
（Source：futurism）
Bjorn Ommer表示，“我们已看到全身合成不仅出现在游戏业，也出现在许多能创造收入的领域……对我们来说，这是正在考虑的不同领域，比如生物医学研究。我们想更详细了解与残疾等相关的人类乃至动物的姿势。”
在他看来，虽然无法预测AI全身合成什么时候能达到研究人员期望的高度，但整个研究朝着好方向发展。
Bjorn Ommer。
但这也带来另一个问题──技术滥用。每个人都可在GitHub之类的开放社群找到最新研究成果，找到可使用的程序代码。每个人都能在没有完全意识到全身合成技术可能会引发什么后果的情况下使用它，生成不易辨别的视频或图像。
到时候，每个人都可能成为技术的应用者与“受害者”。就像调查记者Van de Weghe所说：
（面对Deepfake产生的虚假内容）受威胁最大的不是大人物、政客和名人，而是普通人──像你、我，以及那些可能成为或已成为Deepfake受害者的边缘群体。