曾经，虚拟试衣和人形机器人一样，是人类一直都有但又难以实现的梦想。不过这也意味着，一旦实现，它们会极大地改变我们的生活，同时为革新者带来巨大的回报。
这样的“诱惑”也促使柴金祥从学界投身创业。2000年，在微软亚洲研究院工作的他发表了研究院的第一篇SIGGRAPH（计算机图形学的顶级会议）论文；之后，他赴美留学获得卡内基梅隆大学计算机博士学位，并在TAMU获聘终身教授。而现在，他是虚拟试衣创业公司好买衣的联合创始人兼CTO。
好买衣成立于2013年8月，成立以来，它已经和多家天猫TOP 50大牌女装开展了合作，为其提供在线虚拟试衣服务；另外，好买衣独创的免尺测量技术，已经积累了480万的真实用户输入的身材数据；在6月举行的亚洲消费电子展（CES Asia）上，好买衣还宣布将与C&A合作，在今年下半年推出人工智能（AI）线下体验店，建设全渠道解决方案。
成立以来，好买衣先后获得了来自联想之星和治平资本的天使轮和A轮融资，并在2015年获得了宽带资本领投的1500万美元B轮融资。记者采访柴金祥，了解了好买衣不一样的虚拟试衣路线。
用大数据的方法解决虚拟试衣的问题
柴金祥的主要研究领域是人体动画和动作捕捉，前者研究游戏、电影中和人相关的三维动画制作，后一个领域则研究对人体动作的实时捕捉，近年来大热的用Kinect摄像头捕捉人体姿势，就是他的方向之一。
这些研究方向和虚拟试衣有着密切的联系，一直以来，都有研究人员和商业公司尝试虚拟试衣，而从历史上来看，虚拟试衣主要有两种技术路线：
第一，用传统的动画的方式来做；这也是游戏、动画片里常用的方式，一件衣服，首先由美工手动建模，将衣服的形状、颜色、纹理做出来，另外，由于这件“衣服”要穿在不同人的身上，还要进行仿真。
这是虚拟试衣最经典的做法，但也有很多弊端：首先，效果不够真实；其次，也是最重要的，这种做法的成本很高，手工建模对美工的要求很高，而且，仅渲染一件衣服可能就需要一周的时间。服装的换季节奏很快，这种做法根本无法落地。
第二，用AR的方式，即将衣服的图片“贴”在人体的图片上；图片能保证衣服的效果更真实，这种做法的成本也更低，但“贴图”也意味着虚拟试衣的效果大打折扣。
有没有新的方法，能同时弥补两种传统方法的不足呢？
好买衣的做法是借助计算机图形学和计算机视觉，后者已经是人工智能的范畴。
虚拟试衣涉及对衣服和人体的三维建模：对衣服，好买衣利用计算机图形学和计算机视觉的方法，先对衣服的各个角度拍照，然后通过算法将其建模出来。柴金祥告诉雷锋网新智造，目前，衣服的拍摄已经是标准化流程，一套衣服几分钟就可以拍完。
为了保证试衣效果，对人体进行三维建模同样重要，现在不少创业公司使用Kinect深度摄像头捕捉人体姿势的方案。不过，好买衣使用了不一样的方案：结合人体身材数据库中的模型，加上用户的主动输入调整，自动生成任意身材的三维模型，这个过程中不使用尺子、相机、深度摄像头等任何辅助设备。
好买衣将这个方案称为“免尺测量”，柴金祥告诉雷锋网新智造，为了更好的效果和用户接受度，好买衣进行了三个阶段的尝试，第一个阶段，好买衣推出了一个叫“尺码相机”的app，用户用手机拍三个不同姿势的照片，系统就能将人体的三维数据建模出来，但是，因为下载和操作的成本比较高，这个app最终没能被用户接受，“100个用户可能只有1个去下载使用”；随后，好买衣尝试了大数据预测的方式，用户可以输入身高、体重和三围，系统集合数据库中已有的模型进行建模，但在实际过程中发现，有不少女性用户是不知道自己的三围的；最后，好买衣才探索出了现在的模式，用户仅需输入身高、体重和内衣的罩杯，并配合从十多个身材标签（tag）中的选择进行建模，这些标签诸如“有没有肚腩”、“肚腩大不大”、“大腿粗不粗”等，几十秒的时间，系统就能把人的身材模拟出来。