Tstars-Tryon 1.0:面向多元时尚品类的鲁棒逼真虚拟试穿

Hugging Face Daily Papers 论文

摘要

Tstars-Tryon 1.0 是商业级虚拟试穿系统,可在多品类服饰中实现照片级真实、实时成衣可视化,已部署于淘宝,服务数百万用户。

图像生成与编辑的最新进展为虚拟试穿开辟了新机遇,但现有方法仍难以满足复杂的真实场景需求。我们推出 Tstars-Tryon 1.0——一个鲁棒、逼真、通用且高效的商业级虚拟试穿系统。首先,系统在极端姿势、剧烈光照变化、运动模糊等严苛条件下仍保持高成功率。其次,生成的结果高度逼真,保留服装纹理、材质与结构细节,显著减少常见 AI 伪影。第三,除服装试穿外,模型支持多达 6 张参考图的灵活多图合成,覆盖 8 大时尚品类,并可协同控制人物身份与背景。第四,为克服商业部署的延迟瓶颈,系统对推理速度进行深度优化,实现近实时生成,提供丝滑用户体验。这些能力源于端到端模型架构、可扩展数据引擎、鲁棒基础设施与多阶段训练范式的整合设计。广泛评估与大规模产品化部署表明,Tstars-Tryon 1.0 综合性能领先。为支持后续研究,我们同步发布全面基准。该模型已在淘宝 App 工业级上线,每日响应数千万次请求,服务数百万用户。
查看原文
查看缓存全文

缓存时间: 2026/04/22 06:17

论文页面 - Tstars-Tryon 1.0:稳健逼真的多样化时尚单品虚拟试穿

来源:https://huggingface.co/papers/2604.19748
发布日期:4 月 21 日

今日 #2 论文(https://huggingface.co/papers/date/2026-04-22)
作者:,,,,,,,,,,,,,,,,,

摘要

商用级虚拟试穿系统通过一体化系统设计与多阶段训练,实现高成功率、照片级真实感与实时性能。

近期图像生成与编辑的进展为虚拟试穿带来新机遇,但现有方法仍难以满足复杂现实需求。我们推出 Tstars-Tryon 1.0——一款商用级虚拟试穿系统,兼具稳健、逼真、多功能与高效率。首先,系统在极端姿态、剧烈光照变化、运动模糊等野外场景下保持高成功率。其次,输出照片级真实感结果,细节丰富,忠实保留服装纹理、材质与结构特征,显著抑制常见 AI 伪影。第三,除服饰试穿外,模型支持 8 个时尚类别、最多 6 张参考图的灵活多图合成,并可协同控制人物身份与背景。第四,为突破商业部署的延迟瓶颈,系统深度优化推理速度,实现近实时生成,带来丝滑用户体验。这些能力源于覆盖端到端模型架构可扩展数据引擎稳健基础设施多阶段训练的一体化系统设计。大规模评估与产品级部署表明,Tstars-Tryon 1.0 综合性能领先。为支持未来研究,我们同时发布全面基准。该模型已工业级部署于淘宝 App,服务数百万用户,日均请求数千万次。

查看 arXiv 页面 查看 PDF 项目主页 加入收藏

引用本论文的模型 0

暂无模型引用本文

在模型 README.md 中引用 arxiv.org/abs/2604.19748 即可在此页面显示链接。

引用本论文的数据集 1

TaobaoTmall-AlgorithmProducts/Tstars-VTON 查看器 • 约 2 小时前更新 • 1.78k • 28 • 4

(https://huggingface.co/datasets/TaobaoTmall-AlgorithmProducts/Tstars-VTON)

引用本论文的 Spaces 0

暂无 Space 引用本文

在 Space README.md 中引用 arxiv.org/abs/2604.19748 即可在此页面显示链接。

收录本论文的合集 0

暂无合集收录本文

创建合集并添加本文,即可在此页面显示链接。

相似文章

tencent/HY-World-2.0

Hugging Face Models Trending

HY-World 2.0 是腾讯开源的跨模态3D世界模型,能够从文本、图像和视频中重建和生成3D世界,生成可编辑的3D资产(网格/高斯泼溅),效果与闭源方法相当。

Image interaction with GPT-Live

YouTube AI Channels

用户通过GPT-Live实时展示两套穿搭,AI针对见家长场景给出具体服装建议,展示了多轮图像理解与场景化建议能力。