（来源：上观新闻）
只用FIT数📭🧜♀️据训练（不加🌯真实图片）的版🕉本在FIT测🦗🧬试集上表现很好💡🈂，但在V🌕💆ITON-🇨🇰🤽♀️HD上🤑出现了明🇨🇿🛃显的泛化🥽🈯下降，说明单😭靠合成数🐱🥾据也不够，两者结🌃合才能达到🇵🇦最佳效果⚜🇻🇺。不用买通用🈶 Saa🏇S，不💻📉用迁就别人✝的产品设计🥬👵。
特别是🍬在专门衡量🥦😁尺码准确💿👨👩👦👦性的IoU指标上👶🛴（通过比较🇹🇻🇦🇺生成图片和真🐗👭实图片🍗🤙中服装区域的🇧🇲重叠程度♏🇼🇸来判断服装🇧🇪大小是🛅🚹否被正确还原🕷），Fit-🇷🇸5️⃣VTO的📆得分为0📦.955，⛸远高于次优方法💳🐶的0.932🌇✋，也远高😙于其他🌁所有对🚠🚐比方法👄。
" 在Ar🌗tisa🚾🚌nal Podc👅ast中3️⃣被问到他🌰的独特洞🥁见是什么，他没有🍽🤵给出什✅么宏观理论，而是👩🦳💞说了三件📬具体的事："🤖🥃了解自👩👧👧🇱🇦己擅长什么👨👨👦👦🔔，坦然接受自🇨🇬己不擅长🔜的，不怕说🍂⚓'我不🇰🇷知道'🇧🇯❌。最典型的就是 🥠TikT🐯🥕ok，🤒这个系列文🥞⛏章里的⛺🇦🇷玩法、🇩🇲工作流，🎬能用C🇷🇪👩❤️👩laude Co🛎🕺de系统搭建🚙🌍起来： 🎸⛺AI做🐰🇪🇦TikTok🌘的三条变现路径🧥，选错🍔就白干了🌄🇴🇲 照搬国内直播必🇨🇲❄死，TikTo📥k上是货带人不🛶🇮🇹是人带货 🍋🎿AI做T🗾ikTok🌨带货最大的陷🦄阱是「产品一致性🇮🇴」 做TK的5🚴个AI视频㊙模型选型：🕡💆♂️品牌片Veo，种🇲🇪👕草Sora，⛺🎡投流G🔤🚈rok‼🐩，故事Seed🕒🕚ance🌡，长片Klin🚉🙇g⭐📊。
