虚拟试穿

NXN Labs推出新型虚拟试穿框架Voost，通过一个统一的扩散变换器（Diffusion Transformer）同时实现虚拟试穿（试穿目标服装）和虚拟试脱（从人像中重建原始服装）功能。 项目主页...

谷歌推出了一种全新的 AI 模式 购物体验，专为购物的每个环节设计，从寻找灵感到在最佳时机完成购买。此外，谷歌的虚拟试穿工具也升级了，现在支持使用您自己的照片进行试穿。 购物时，我们常常会遇到各种问题...

虚拟试穿技术正以前所未有的速度发展，而 FASHN AI 再次走在了行业前沿。在最新发布的 FASHN v1.5 中，迎来了一个令人兴奋的升级：更高的输出分辨率、更灵活的输入尺寸支持，同时保持原有的运...

字节跳动近日推出了UNO，这是一个强大的通用框架，能够从单一主体到多主体进行定制化演进。UNO不仅展示了出色的泛化能力，还能将多样化的任务统一在一个模型之下，为图像生成领域带来了新的突破。 项目主页...

比勒费尔德大学 CITEC 机器学习小组提出了一项新颖的任务——虚拟脱衣（Virtual Try-Off, VTOFF），旨在从穿着衣服的单张照片中生成标准化的服装图像。与传统的虚拟试穿（Virtua...

可控人物图像生成的目标是根据参考图像生成高质量的人物图像，同时允许对人物的外观或姿势进行精确控制。尽管现有的方法在整体图像质量上取得了显著进展，但它们往往会在生成过程中扭曲参考图像中的细粒度纹理细节...

ComfyUI-CatvtonFluxWrapper 是一个专为 ComfyUI 设计的插件，它基于 CATVTON-FLUX 这一虚拟试穿解决方案。CATVTON-FLUX是结合了 CATVTON ...

尽管基于图像的虚拟试穿技术已取得显著进展，但在生成高保真度和适应性强的拟合图像上仍面临诸多挑战。尤其在纹理感知维护和尺寸感知拟合等关键领域，现有方法往往难以达到理想效果，这限制了技术的整体实用性。为应...

在时尚设计和虚拟试穿领域，传统的图像生成方法往往受限于单一的输入模式（如仅支持文本提示或单个参考图像），并且难以处理复杂的个性化需求，如多件服装的组合、多样化的姿势和人体形态。为了克服这些局限性，香港...

字节跳动和清华大学的研究人员提出了一种名为AnyDressing的新方法，专注于解决多服装虚拟试衣任务中的挑战，这项技术特别适用于需要在多种场景和服装组合中保持服装细节的同时，还要忠实于文本提示的应用...

随着黑森林实验室（Black Forest Labs）发布FLUX.1 Tools系列开源模型，图像生成和编辑领域迎来了新的创新浪潮。尤其是FLUX.1 Fill和FLUX.1 Redux这两个模型...

中山大学、Pixocial Technology、鹏程实验室和中科院深圳先进技术研究院的研究人员推出一种简单高效的虚拟试穿扩散模型CatVTON，它通过将任意类别的商店衣物或已穿戴衣物与目标人物图像在...