赶紧来尝尝吧。
AI 帮你来试衣，想穿什么款式一键搞定。
精准捕捉服饰细节，衣服纹理、图案、缝线等属性高度复原：
即使是在户外，AI 试衣也能准确展现试穿后果，保持较高质量的输入：
人物坐立姿势对衣物有遮挡，AI 也会毫无破绽的实现一键换衣，高度保持服饰细节的一致性：
既然 demo 演示这么厉害，那尝尝让黄仁勋、奥特曼、霉霉等名人穿上机器之心的文化衫，出来的后果会怎么样呢？
换装 1：
换装 2：
换装 3：
试用地点：https://huggingface.co/spaces/yisol/IDM-VTON
试用了几轮下来，换装后果的确不错，但也有一些瑕疵，比如换装后有时会出现大花臂、衣服上的字体没有很好地复原、手部变形。
上面展现的虚拟试衣技术由韩国科学技术院 (KAIST) 、 OMNIOUS.AI 共同打造，他们提出了一种名为𝐈𝐃𝐌-𝐕𝐓𝐎𝐍的新型扩散模型，该技术在提高服饰保真度的同时，还能生成真实的视觉后果。
论文地点：https://arxiv.org/pdf/2403.05139.pdf
论文主页：https://idm-vton.github.io/
论文标题：Improving Diffusion Models for Authentic Virtual Try-on in the Wild
IDM-VTON 整体 pipelne 如下图左所示：IDM-VTON 包括（1）TryonNet 用于处理人物图象；（2）图象提示适配器（IP-Adapter）用于编码服饰图象的高级语义；（3）GarmentNet 用于编码低级特点。
在 UNet 输入中，本文将人物图象潜伏的噪声潜伏与分割掩码、掩码图象和 DensePose 进行了拼接。本文还提供了服饰的详细说明（例如，[V]：短袖圆领 t 恤），然后这些说明作为 GarmentNet 和 TryonNet 的输入提示。
注意力模块细节如下图右所示：TryonNet 和 GarmentNet 的中间特点被连接起来并传递到自注意力层，并使用输入的前半部分（即来自 TryonNet 的部分）。然后通过交叉注意力层将输入与来自文本编码器和 IP-Adapter 的特点融合。此外，本文还对 TryonNet 和 IP-Adapter 模块进行微调，同时冻结其他组件。
最后，我们再展现一下 IDM-VTON 的其他后果。
多人试穿同一件衣服：结果显示 IDM-VTON 可以生成高保真图象，识别服饰细节。
IDM-VTON 和其他方法的比较结果可以看出，IDM-VTON 能够生成真实的图象并能够保留服饰的细粒度细节。
了解更多内容，请参考原论文。