（来源：上观新闻）
只用FI🆒T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VITON😕-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🍪。
研究团♓🇨🇩队构建的这😋🌨套从物理仿🛡🇸🇩真到真实感渲染、☮🔱再到尺码🤷♂️感知生成的完整🇮🇶🚇流程，也为🤲👷其他类似的"合成🦄数据弥♉🇬🇵补真实数据😎🔳不足"的研究场🈲💌景提供了一个♉🤹♂️可以借📽👨🎨鉴的框架🌓🕢。另外数据效率上🇳🇫💣可能也有一🇰🇳倍差距，也就🤫4️⃣是我们要消耗两倍🇲🇦🚗的训练数据和⛹️♀️算力，才能达到同👨🚀样的效果🚡💜。
这个结🦟论本身🐶💁并无问题，甚至🌓可以说是对当下🌲事实的🌛🇫🇮准确描述🇨🇭。面向智算中心与🌰🍜AI服务器市🧿🧽场，赵亮分析，当⬆🎋前其核心矛盾🎶📝是算力增长🚐远快于存储🇫🇯🎾带宽，存算瓶颈成🔙🇧🇪为AI训练⛅/推理的最🇻🇦🧤大卡点👨⚖️。
